CN115088260A - 视频编解码方法和装置 - Google Patents

视频编解码方法和装置 Download PDF

Info

Publication number
CN115088260A
CN115088260A CN202180014507.0A CN202180014507A CN115088260A CN 115088260 A CN115088260 A CN 115088260A CN 202180014507 A CN202180014507 A CN 202180014507A CN 115088260 A CN115088260 A CN 115088260A
Authority
CN
China
Prior art keywords
transform
context
prediction mode
block
index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180014507.0A
Other languages
English (en)
Inventor
马杜·柏林加色·克里什南
赵欣
刘杉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent America LLC
Original Assignee
Tencent America LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent America LLC filed Critical Tencent America LLC
Publication of CN115088260A publication Critical patent/CN115088260A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H04N19/122—Selection of transform size, e.g. 8x8 or 2x4x8 DCT; Selection of sub-band transforms of varying structure or type
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本公开的各方面提供了一种包括用于视频解码的处理电路的方法和装置。处理电路从已编码视频码流中解码出变换块(TB)的编码信息。所述编码信息指示TB的帧内预测模式信息、TB的大小和TB的主变换类型中的一个，所述帧内预测模式信息指示TB的帧内预测模式。处理电路基于所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个来确定用于对二次变换索引进行熵解码的上下文。所述二次变换索引指示一组二次变换中将对TB执行的二次变换。处理电路基于所述上下文对所述二次变换索引进行熵解码并且执行所述二次变换。

Description

视频编解码方法和装置
引用并入
本申请要求于2021年6月28日提交的美国专利申请号17/360,431，“视频编解码方法和装置”的优先权，该申请要求于2020年11月11日提交的美国临时申请号63/112,529，“对二次变换索引进行熵编解码的上下文设计”的优先权。在先申请的全部公开内容在此全文引入作为参考。
技术领域
本公开描述了总体上涉及视频编解码的实施例。
背景技术
本文中提供的背景描述是为了总体地呈现本公开的上下文。当前署名的发明人的工作在该背景技术部分中描述的程度上以及在提交时可能不构成现有技术的描述的各方面既不明示地也不暗示地被认为是本公开的现有技术。
可以使用具有运动补偿的帧间预测来执行视频编码和解码。未压缩数字视频可以包括一系列图片，每个图片具有例如1920×1080亮度样本和相关联的色度样本的空间维度。系列图片可以具有固定或可变的图片速率(也被非正式地称为帧速率)，例如每秒60个图片或60Hz。未压缩视频具有特定比特率要求。例如，每采样8比特的1080p60 4:2:0视频(60Hz帧速率的1920×1080亮度样本分辨率)需要接近1.5Gbit/s带宽。一个小时的这种视频需要超过600GB的存储空间。
视频编码和解码的一个目的可以是通过压缩来减少输入视频信号中的冗余。压缩可以帮助减少上述带宽和/或存储空间要求，在一些情况下减少两个数量级或更多。可以采用无损压缩和有损压缩，以及它们的组合。无损压缩是指可以从压缩的原始信号重建原始信号的精确副本的技术。当使用有损压缩时，重建信号可能与原始信号不同，但是原始信号和重建信号之间的失真足够小，使得重建信号可用于预期应用。在视频的情况下，广泛采用有损压缩。容许的失真量取决于应用；例如，某些消费流式应用的用户可以容忍比电视分发应用的用户更高的失真。可实现的压缩比可以反映出：较高的可允许/可容许失真可以产生较高的压缩比。
视频编码器和解码器可以利用来自若干广泛类别(包括例如运动补偿、变换、量化及熵编解码)的技术。
视频编解码器技术可以包括称为帧内编解码的技术。在帧内编解码中，在不参考来自先前重建的参考图片的样本或其它数据的情况下表示样本值。在一些视频编解码器中，图片在空间上被细分为样本块。当所有样本块都以帧内模式编码时，该图片可以是帧内图片。帧内图片及其派生图片(诸如独立解码器刷新图片)可以用于重置解码器状态，并且因此可以用作已编码视频码流和视频会话中的第一图片，或用作静止图像。可以将帧内块的样本暴露于变换，并且可以在熵编解码之前量化变换系数。帧内预测可以是使预变换域中的样本值最小化的技术。在一些情况下，变换后的DC值越小，并且AC系数越小，则在给定量化步长下表示熵编解码之后的块所需的比特越少。
诸如从例如MPEG-2代编解码技术中已知的传统帧内编解码不使用帧内预测。然而，一些较新的视频压缩技术包括从例如周围样本数据和/或元数据尝试数据块的技术，该周围样本数据和/或元数据是在空间相邻的数据块的编码和/或解码期间获得的并且在解码顺序上先于数据块。这样的技术此后被称为“帧内预测”技术。注意，在至少一些情况下，帧内预测仅使用来自重建中的当前图片的参考数据，而不使用来自参考图片的参考数据。
可以有许多不同形式的帧内预测。当在给定的视频编解码技术中可以使用多于一种这样的技术时，可以以帧内预测模式对所使用的技术进行编解码。在某些情况下，模式可以具有子模式和/或参数，并且这些子模式和/或参数可以被单独编解码或被包括在模式码字中。用于给定模式、子模式和/或参数组合的这种码字可以影响通过帧内预测的编解码效率增益，并且因此可以影响用于将码字转换成码流的熵编解码技术。
帧内预测的某种模式与H.264一起被引入，在H.265中被改进，并且在诸如联合探索模型(JEM)、通用视频编解码(VVC)和基准集(BMS)的较新的编解码技术中被进一步改进。可以使用属于已经可用的样本的相邻样本值来形成预测器块。根据方向将相邻样本的样本值复制到预测器块中。对使用方向的参考可以在码流中编码或本身可以被预测。
参考图1A，在右下方描绘了从H.265的33个可能的预测器方向(与35个帧内模式的33个角度模式相对应)已知的九个预测器方向的子集。箭头会聚的点(101)表示被预测的样本。箭头表示样本正被预测的方向。例如，箭头(102)指示从右上方的一个或多个样本以与水平方向成45度角来预测样本(101)。类似地，箭头(103)指示从样本(101)的左下方的一个或多个样本以与水平方向成22.5度角来预测样本(101)。
仍然参考图1A，在左上方描绘了4×4样本的正方形块(104)(由虚线黑体线表示)。正方形块(104)包括16个样本，每个样本标记有“S”、其在Y维度中的位置(例如，行索引)和其在X维度中的位置(例如，列索引)。例如，样本S21是Y维度上的第二样本(从顶部)和X维度上的第一样本(从左侧)。类似地，样本S44是块(104)中Y维度和X维度上的第四样本。由于块的大小是4×4样本，因此S44在右下。进一步示出了遵循类似编号方案的参考样本。参考样本标记有R、其相对于块(104)的Y位置(例如，行索引)和X位置(列索引)。在H.264和H.265中，预测样本邻近重建中的块；因此，不需要使用负值。
帧内图片预测可以通过复制来自如由用信号通知的预测方向所适当的相邻样本的参考样本值来工作。例如，假设已编码视频码流包括这样的信令，对于该块，该信令指示与箭头(102)一致的预测方向——即，从右上方的一个或多个预测样本以与水平成45度角来预测样本。在这种情况下，从相同的参考样本R05来预测样本S41、S32、S23和S14。然后从参考样本R08预测样本S44。
在某些情况下，可以例如通过内插来组合多个参考样本的值，以便计算参考样本；尤其是当方向不能被45度整除时。
随着视频编解码技术的发展，可能方向的数量增加。在H.264(2003年)中，可以表示九个不同的方向。这在H.265(2013年)中增加至33，并且JEM/VVC/BMS在公开时可以支持高达65个方向。已经进行了实验来识别最可能的方向，并且使用熵编解码中的某些技术来以少量比特来表示那些可能的方向，接受对于较不可能的方向的某种处罚。进一步地，有时可以根据在相邻的已解码块中使用的相邻方向来预测方向本身。
图1B示出了根据JEM描绘65个帧内预测方向的示意图(180)，以图示预测方向的数量随时间增加。
表示可以与视频编解码技术不同的方向的已编码视频码流中的帧内预测方向比特到视频编解码技术的映射；并且可以例如从预测方向到帧内预测模式、到码字、到涉及最可能模式的复杂自适应方案和类似技术的简单直接映射。然而，在所有情况下，在视频内容中可能存在比某些其它方向在统计上更不可能出现的某些方向。由于视频压缩的目标是减少冗余，因此在良好工作的视频编解码技术中，那些不太可能的方向将由比更可能的方向更大数量的比特来表示。
运动补偿可以是有损压缩技术，并且可以涉及这样的技术，其中来自先前重建的图片或其部分(参考图片)的样本数据块在被空间移位到由运动矢量(此后称为MV)指示的方向之后被用于预测新重建的图片或图片部分。在一些情况下，参考图片可以与当前重建中的图片相同。MV可以具有两个维度X和Y，或三个维度，第三个维度是使用中的参考图片的指示(后者间接地可以是时间维度)。
在一些视频压缩技术中，可应用于样本数据的某一区域的MV可从其它MV预测得到，例如从与空间上邻近重建中区域的样本数据的另一区域相关的并且在解码顺序上在该MV之前那些MV预测得到。这样做可以实质上减少编解码MV所需的数据量，从而消除冗余并且增加压缩。MV预测可以有效地工作，例如，因为当对从相机导出的输入视频信号(称为自然视频)进行编解码时，存在大于单个MV可应用的区域的区域在类似方向上移动的统计似然性，并且因此，在一些情况下可以使用从相邻区域的MV导出的类似运动矢量来预测。这导致对于给定区域找到的MV与从周围MV预测的MV类似或相同，并且在熵编解码之后，这又可以用比如果直接对MV进行编解码将使用的比特数少的比特数来表示。在一些情况下，MV预测可以是从原始信号(即：样本流)导出的信号(即：MV)的无损压缩的示例。在其它情况下，MV预测本身可能是有损的，例如由于当从若干周围MV计算预测值时的舍入误差。
H.265/HEVC(ITU-T H.265建议书，“高效视频编解码(High Efficiency VideoCoding)”，2016年12月)中描述了各种MV预测机制。在H.265提供的多种MV预测机制中，本申请描述的是下文称作“空间合并”的技术。
请参考图2，当前块(201)包括在运动搜索过程期间已由编码器发现的样本，根据已产生空间偏移的相同大小的先前块，可预测所述样本。另外，可从一个或多个参考图片相关联的元数据中导出所述MV，而非对MV直接编码。例如，使用关联于A0、A1和B0、B1、B2(分别对应202到206)五个周围样本中的任一样本的MV，(按解码次序)从最近的参考图片的元数据中导出所述MV。在H.265中，MV预测可使用相邻块也正在使用的相同参考图片的预测值。
发明内容
本公开的各方面提供了用于视频编码和/或解码的方法和装置。在一些示例中，一种用于视频解码的装置包括处理电路。处理电路可以从已编码视频码流中解码出变换块(TB)的编码信息。所述编码信息可以指示TB的帧内预测模式信息、TB的大小和TB的主变换类型中的一个。TB的帧内预测模式信息可以指示TB的帧内预测模式。处理电路可以基于TB的帧内预测模式信息、TB的大小和TB的主变换类型中的一个来确定用于对二次变换索引进行熵解码的上下文。二次变换索引可以指示一组二次变换中将对TB执行的二次变换。处理电路可以基于上下文对二次变换索引进行熵解码，并且对TB执行由二次变换索引指示的二次变换。
在实施例中，TB的帧内预测模式信息、TB的大小和TB的主变换类型中的一个可以指示TB的大小。处理电路可以基于TB的大小来确定用于对二次变换索引进行熵解码的上下文。在示例中，TB的大小指示TB的宽度W和TB的高度H，TB的宽度W和TB的高度H中的最小值是L，并且处理电路可以基于L或L×L来确定上下文。
在实施例中，TB的帧内预测模式信息、TB的大小和TB的主变换类型中的一个可以指示TB的帧内预测模式信息。处理电路可以基于TB的帧内预测模式信息来确定用于对二次变换索引进行熵解码的上下文。
在示例中，TB的帧内预测模式信息指示标称模式索引，所述TB通过定向预测模式来预测，所述定向预测模式是基于所述标称模式索引和角度偏移确定的，并且处理电路可以基于标称模式索引来确定用于对二次变换索引进行熵解码的上下文。
在示例中，TB的帧内预测模式信息指示标称模式索引。所述TB通过定向预测模式来预测，所述定向预测模式是基于所述标称模式索引和角度偏移确定的。处理电路可以基于与标称模式索引相关联的索引值来确定用于对二次变换索引进行熵解码的上下文。
在示例中，TB的帧内预测模式信息指示非定向预测模式索引。所述TB通过由所述非定向预测模式索引指示的非定向预测模式来预测。处理电路可以基于非定向预测模式索引来确定用于对二次变换索引进行熵解码的上下文。
在示例中，TB的帧内预测模式信息指示用于预测TB的递归滤波模式。处理电路可以基于递归滤波模式来确定标称模式索引。标称模式索引可以指示标称模式。处理电路可以基于标称模式索引来确定用于对二次变换索引进行熵解码的上下文。
在实施例中，TB的帧内预测模式信息、TB的大小和TB的主变换类型中的一个可以指示TB的主变换类型。处理电路可以基于TB的主变换类型来确定用于对二次变换索引进行熵解码的上下文。
由主变换类型指示的主变换可以包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换。在示例中，处理电路基于水平主变换类型和垂直主变换类型都是离散余弦变换(DCT)或都是非对称离散正弦变换(ADST)来确定用于对二次变换索引进行熵解码的上下文。
在示例中，处理电路基于水平主变换类型和垂直主变换类型都是离散余弦变换(DCT)或都是线图变换(LGT)来确定用于对二次变换索引进行熵解码的上下文。
在示例中，处理电路基于水平主变换类型和垂直主变换类型是(i)都是离散余弦变换(DCT)、(ii)都是线图变换(LGT)、(iii)分别是DCT和LGT、或(iv)分别是LGT和DCT，来确定用于对二次变换索引进行熵解码的上下文。
在示例中，处理电路基于水平主变换类型和垂直主变换类型是(i)都是离散余弦变换(DCT)、(ii)都是线图变换(LGT)、(iii)分别是DCT和恒等变换(IDTX)、或(iv)分别是IDTX和DCT，来确定用于对二次变换索引进行熵解码的上下文。
本公开的各方面还提供存储指令的非易失性计算机可读介质，指令在由计算机执行以用于视频解码时使计算机执行用于视频解码和/或编码的方法。
附图说明
根据以下具体实施方式和附图，所公开的主题的另外的特征、性质和各种优点将更加显而易见，在附图中：
图1A是帧内预测模式的示例性子集的示意图。
图1B是示例性帧内预测方向的图示。
图2是一个示例中的当前块及其周围的空间合并候选的示意图。
图3是根据实施例的通信系统(300)的简化框图的示意图。
图4是根据实施例的通信系统(400)的简化框图的示意图。
图5是根据实施例的解码器的简化框图的示意图。
图6是根据实施例的编码器的简化框图的示意图。
图7示出了根据另一实施例的编码器的框图。
图8示出了根据另一实施例的解码器的框图。
图9示出了根据本公开的实施例的编码块的标称模式的示例。
图10示出了根据本公开的各方面的非定向平滑帧内预测的示例。
图11示出了根据本公开的实施例的基于递归滤波的帧内预测器的示例。
图12示出了根据本公开的实施例的用于编码块的多条参考线的示例。
图13示出了根据本公开的实施例的块上的变换块分区的示例。
图14示出了根据本公开的实施例的块上的变换块分区的示例。
图15示出了根据本公开的实施例的主变换基函数的示例。
图16A示出了根据本公开的实施例的基于变换块大小和预测模式的各种变换核的可用性的示例性依赖性。
图16B示出了根据本公开的实施例的基于帧内预测模式的示例性变换类型选择。
图16C示出了根据本公开的实施例的由自循环权重和边权重表征的通用线图变换(LGT)的示例。
图16D示出了根据本公开的实施例的示例性广义图拉普拉斯(GGL)矩阵。
图17至图18示出了根据本公开的实施例的分别使用16×64变换和16×48变换的两个变换编解码过程(1700)和(1800)的示例。
图19示出了概述根据本公开的实施例的过程(1900)的流程图。
图20是根据实施例的计算机系统的示意图。
具体实施方式
图3是根据本申请公开的实施例的通信系统(300)的简化框图。通信系统(300)包括多个终端装置，所述终端装置可通过例如网络(350)彼此通信。举例来说，通信系统(300)包括通过网络(350)互连的第一终端装置(310)和第二终端装置(320)。在图3的实施例中，第一终端装置(310)和第二终端装置(320)执行单向数据传输。举例来说，第一终端装置(310)可对视频数据(例如由终端装置(310)采集的视频图片流)进行编码以通过网络(350)传输到第二端装置(320)。已编码的视频数据以一个或多个已编码视频码流形式传输。第二终端装置(320)可从网络(350)接收已编码视频数据，对已编码视频数据进行解码以恢复视频数据，并根据恢复的视频数据显示视频图片。单向数据传输在媒体服务等应用中是较常见的。
在另一实施例中，通信系统(300)包括执行已编码视频数据的双向传输的第三终端装置(330)和第四终端装置(340)，所述双向传输可例如在视频会议期间发生。对于双向数据传输，第三终端装置(330)和第四终端装置(340)中的每个终端装置可对视频数据(例如由终端装置采集的视频图片流)进行编码，以通过网络(350)传输到第三终端装置(330)和第四终端装置(340)中的另一终端装置。第三终端装置(330)和第四终端装置(340)中的每个终端装置还可接收由第三终端装置(330)和第四终端装置(340)中的另一终端装置传输的已编码视频数据，且可对所述已编码视频数据进行解码以恢复视频数据，且可根据恢复的视频数据在可访问的显示装置上显示视频图片。
在图3的实施例中，终端装置(310)、(320)、(330)和(340)可为服务器、个人计算机和智能电话，但本申请公开的原理可不限于此。本申请公开的实施例适用于膝上型计算机、平板电脑、媒体播放器和/或专用视频会议设备。网络(350)表示在终端装置(310)、(320)、(330)和(340)之间传送已编码视频数据的任何数目的网络，包括例如有线(连线的)和/或无线通信网络。通信网络(350)可在电路交换和/或分组交换信道中交换数据。该网络可包括电信网络、局域网、广域网和/或互联网。出于本申请的目的，除非在下文中有所解释，否则网络(350)的架构和拓扑对于本申请公开的操作来说可能是无关紧要的。
作为实施例，图4示出视频编码器和视频解码器在流式传输环境中的放置方式。本申请所公开主题可同等地适用于其它支持视频的应用，包括例如视频会议、数字TV、在包括CD、DVD、存储棒等的数字介质上存储压缩视频等等。
流式传输系统可包括采集子系统(413)，所述采集子系统可包括数码相机等视频源(401)，所述视频源创建未压缩的视频图片流(402)。在实施例中，视频图片流(402)包括由数码相机拍摄的样本。相较于已编码的视频数据(404)(或已编码的视频码流)，视频图片流(402)被描绘为粗线以强调高数据量的视频图片流，视频图片流(402)可由电子装置(420)处理，所述电子装置(420)包括耦接到视频源(401)的视频编码器(403)。视频编码器(403)可包括硬件、软件或软硬件组合以实现或实施如下文更详细地描述的所公开主题的各方面。相较于视频图片流(402)，已编码的视频数据(404)(或已编码的视频码流(404))被描绘为细线以强调较低数据量的已编码的视频数据(404)(或已编码的视频码流(404))，其可存储在流式传输服务器(405)上以供将来使用。一个或多个流式传输客户端子系统，例如图3中的客户端子系统(406)和客户端子系统(408)，可访问流式传输服务器(405)以检索已编码的视频数据(404)的副本(407)和副本(409)。客户端子系统(406)可包括例如电子装置(430)中的视频解码器(410)。视频解码器(410)对已编码的视频数据的传入副本(407)进行解码，且产生可在显示器(412)(例如显示屏)或另一呈现装置(未描绘)上呈现的输出视频图片流(411)。在一些流式传输系统中，可根据某些视频编码/压缩标准对已编码的视频数据(404)、视频数据(407)和视频数据(409)(例如视频码流)进行编码。该些标准的实施例包括ITU-T H.265。在实施例中，正在开发的视频编码标准非正式地称为下一代视频编码(Versatile Video Coding，VVC)，本申请可用于VVC标准的上下文中。
应注意，电子装置(420)和电子装置(430)可包括其它组件(未示出)。举例来说，电子装置(420)可包括视频解码器(未示出)，且电子装置(430)还可包括视频编码器(未示出)。
图5是根据本申请公开的实施例的视频解码器(510)的框图。视频解码器(510)可设置在电子装置(530)中。电子装置(530)可包括接收器(531)(例如接收电路)。视频解码器(510)可用于代替图4实施例中的视频解码器(410)。
接收器(531)可接收将由视频解码器(510)解码的一个或多个已编码视频序列；在同一实施例或另一实施例中，一次接收一个已编码视频序列，其中每个已编码视频序列的解码独立于其它已编码视频序列。可从信道(501)接收已编码视频序列，所述信道可以是通向存储已编码的视频数据的存储装置的硬件/软件链路。接收器(531)可接收已编码的视频数据以及其它数据，例如，可转发到它们各自的使用实体(未标示)的已编码音频数据和/或辅助数据流。接收器(531)可将已编码视频序列与其它数据分开。为了防止网络抖动，缓冲存储器(515)可耦接在接收器(531)与熵解码器/解析器(520)(此后称为“解析器(520)”)之间。在某些应用中，缓冲存储器(515)是视频解码器(510)的一部分。在其它情况下，所述缓冲存储器(515)可设置在视频解码器(510)外部(未标示)。而在其它情况下，视频解码器(510)的外部设置缓冲存储器(未标示)以例如防止网络抖动，且在视频解码器(510)的内部可配置另一缓冲存储器(515)以例如处理播出定时。而当接收器(531)从具有足够带宽和可控性的存储/转发装置或从等时同步网络接收数据时，也可能不需要配置缓冲存储器(515)，或可以将所述缓冲存储器做得较小。当然，为了在互联网等业务分组网络上使用，也可能需要缓冲存储器(515)，所述缓冲存储器可相对较大且可具有自适应性大小，且可至少部分地实施于操作系统或视频解码器(510)外部的类似元件(未标示)中。
视频解码器(510)可包括解析器(520)以根据已编码视频序列重建符号(521)。这些符号的类别包括用于管理视频解码器(510)的操作的信息，以及用以控制显示装置(512)(例如，显示屏)等显示装置的潜在信息，所述显示装置不是电子装置(530)的组成部分，但可耦接到电子装置(530)，如图5中所示。用于显示装置的控制信息可以是辅助增强信息(Supplemental Enhancement Information，SEI消息)或视频可用性信息(VideoUsability Information，VUI)的参数集片段(未标示)。解析器(520)可对接收到的已编码视频序列进行解析/熵解码。已编码视频序列的编码可根据视频编码技术或标准进行，且可遵循各种原理，包括可变长度编码、霍夫曼编码(Huffman coding)、具有或不具有上下文灵敏度的算术编码等等。解析器(520)可基于对应于群组的至少一个参数，从已编码视频序列提取用于视频解码器中的像素的子群中的至少一个子群的子群参数集。子群可包括图片群组(Group of Pictures，GOP)、图片、图块、切片、宏块、编码单元(Coding Unit，CU)、块、变换单元(Transform Unit，TU)、预测单元(Prediction Unit，PU)等等。解析器(520)还可从已编码视频序列提取信息，例如变换系数、量化器参数值、运动矢量等等。
解析器(520)可对从缓冲存储器(515)接收的视频序列执行熵解码/解析操作，从而创建符号(521)。
取决于已编码视频图片或一部分已编码视频图片(例如：帧间图片和帧内图片、帧间块和帧内块)的类型以及其它因素，符号(521)的重建可涉及多个不同单元。涉及哪些单元以及涉及方式可由解析器(520)从已编码视频序列解析的子群控制信息控制。为了简洁起见，未描述解析器(520)与下文的多个单元之间的此类子群控制信息流。
除已经提及的功能块以外，视频解码器(510)可在概念上细分成如下文所描述的数个功能单元。在商业约束下运行的实际实施例中，这些单元中的许多单元彼此紧密交互并且可以彼此集成。然而，出于描述所公开主题的目的，概念上细分成下文的功能单元是适当的。
第一单元是缩放器/逆变换单元(551)。缩放器/逆变换单元(551)从解析器(520)接收作为符号(521)的量化变换系数以及控制信息，包括使用哪种变换方式、块大小、量化因子、量化缩放矩阵等。缩放器/逆变换单元(551)可输出包括样本值的块，所述样本值可输入到聚合器(555)中。
在一些情况下，缩放器/逆变换单元(551)的输出样本可属于帧内编码块；即：不使用来自先前重建的图片的预测性信息，但可使用来自当前图片的先前重建部分的预测性信息的块。此类预测性信息可由帧内图片预测单元(552)提供。在一些情况下，帧内图片预测单元(552)采用从当前图片缓冲器(558)提取的已重建信息生成大小和形状与正在重建的块相同的周围块。举例来说，当前图片缓冲器(558)缓冲部分重建的当前图片和/或完全重建的当前图片。在一些情况下，聚合器(555)基于每个样本，将帧内预测单元(552)生成的预测信息添加到由缩放器/逆变换单元(551)提供的输出样本信息中。
在其它情况下，缩放器/逆变换单元(551)的输出样本可属于帧间编码和潜在运动补偿块。在此情况下，运动补偿预测单元(553)可访问参考图片存储器(557)以提取用于预测的样本。在根据符号(521)对提取的样本进行运动补偿之后，这些样本可由聚合器(555)添加到缩放器/逆变换单元(551)的输出(在这种情况下被称作残差样本或残差信号)，从而生成输出样本信息。运动补偿预测单元(553)从参考图片存储器(557)内的地址获取预测样本可受到运动矢量控制，且所述运动矢量以所述符号(521)的形式而供运动补偿预测单元(553)使用，所述符号(521)例如是包括X、Y和参考图片分量。运动补偿还可包括在使用子样本精确运动矢量时，从参考图片存储器(557)提取的样本值的内插、运动矢量预测机制等等。
聚合器(555)的输出样本可在环路滤波器单元(556)中被各种环路滤波技术采用。视频压缩技术可包括环路内滤波器技术，所述环路内滤波器技术受控于包括在已编码视频序列(也称作已编码视频码流)中的参数，且所述参数作为来自解析器(520)的符号(521)可用于环路滤波器单元(556)。然而，在其他实施例中，视频压缩技术还可响应于在解码已编码图片或已编码视频序列的先前(按解码次序)部分期间获得的元信息，以及响应于先前重建且经过环路滤波的样本值。
环路滤波器单元(556)的输出可以是样本流，所述样本流可输出到显示装置(512)以及存储在参考图片存储器(557)，以用于后续的帧间图片预测。
一旦完全重建，某些已编码图片就可用作参考图片以用于将来预测。举例来说，一旦对应于当前图片的已编码图片被完全重建，且已编码图片(通过例如解析器(520))被识别为参考图片，则当前图片缓冲器(558)可变为参考图片存储器(557)的一部分，且可在开始重建后续已编码图片之前重新分配新的当前图片缓冲器。
视频解码器(510)可根据例如ITU-T H.265标准中的预定视频压缩技术执行解码操作。在已编码视频序列遵循视频压缩技术或标准的语法以及视频压缩技术或标准中记录的配置文件的意义上，已编码视频序列可符合所使用的视频压缩技术或标准指定的语法。具体地说，配置文件可从视频压缩技术或标准中可用的所有工具中选择某些工具作为在所述配置文件下可供使用的仅有工具。对于合规性，还要求已编码视频序列的复杂度处于视频压缩技术或标准的层级所限定的范围内。在一些情况下，层级限制最大图片大小、最大帧率、最大重建取样率(以例如每秒兆(mega)个样本为单位进行测量)、最大参考图片大小等。在一些情况下，由层级设定的限制可通过假想参考解码器(Hypothetical ReferenceDecoder，HRD)规范和在已编码视频序列中用信号表示的HRD缓冲器管理的元数据来进一步限定。
在实施例中，接收器(531)可连同已编码视频一起接收附加(冗余)数据。所述附加数据可以是已编码视频序列的一部分。所述附加数据可由视频解码器(510)用以对数据进行适当解码和/或较准确地重建原始视频数据。附加数据可呈例如时间、空间或信噪比(signal noise ratio，SNR)增强层、冗余切片、冗余图片、前向纠错码等形式。
图6是根据本申请公开的实施例的视频编码器(603)的框图。视频编码器(603)设置于电子装置(620)中。电子装置(620)包括传输器(640)(例如传输电路)。视频编码器(603)可用于代替图4实施例中的视频编码器(403)。
视频编码器(603)可从视频源(601)(并非图6实施例中的电子装置(620)的一部分)接收视频样本，所述视频源可采集将由视频编码器(603)编码的视频图像。在另一实施例中，视频源(601)是电子装置(620)的一部分。
视频源(601)可提供将由视频编码器(603)编码的呈数字视频样本流形式的源视频序列，所述数字视频样本流可具有任何合适位深度(例如：8位、10位、12位……)、任何色彩空间(例如BT.601 Y CrCB、RGB……)和任何合适取样结构(例如Y CrCb 4:2:0、Y CrCb4:4:4)。在媒体服务系统中，视频源(601)可以是存储先前已准备的视频的存储装置。在视频会议系统中，视频源(601)可以是采集本地图像信息作为视频序列的相机。可将视频数据提供为多个单独的图片，当按顺序观看时，这些图片被赋予运动。图片自身可构建为空间像素阵列，其中取决于所用的取样结构、色彩空间等，每个像素可包括一个或多个样本。所属领域的技术人员可以很容易理解像素与样本之间的关系。下文侧重于描述样本。
根据实施例，视频编码器(603)可实时或在由应用所要求的任何其它时间约束下，将源视频序列的图片编码且压缩成已编码视频序列(643)。施行适当的编码速度是控制器(650)的一个功能。在一些实施例中，控制器(650)控制如下文所描述的其它功能单元且在功能上耦接到这些单元。为了简洁起见，图中未标示耦接。由控制器(650)设置的参数可包括速率控制相关参数(图片跳过、量化器、率失真优化技术的λ值等)、图片大小、图片群组(group of pictures，GOP)布局，最大运动矢量搜索范围等。控制器(650)可用于具有其它合适的功能，这些功能涉及针对某一系统设计优化的视频编码器(603)。
在一些实施例中，视频编码器(603)在编码环路中进行操作。作为简单的描述，在实施例中，编码环路可包括源编码器(630)(例如，负责基于待编码的输入图片和参考图片创建符号，例如符号流)和嵌入于视频编码器(603)中的(本地)解码器(633)。解码器(633)以类似于(远程)解码器创建样本数据的方式重建符号以创建样本数据(因为在本申请所考虑的视频压缩技术中，符号与已编码视频码流之间的任何压缩是无损的)。将重建的样本流(样本数据)输入到参考图片存储器(634)。由于符号流的解码产生与解码器位置(本地或远程)无关的位精确结果，因此参考图片存储器(634)中的内容在本地编码器与远程编码器之间也是按比特位精确对应的。换句话说，编码器的预测部分“看到”的参考图片样本与解码器将在解码期间使用预测时所“看到”的样本值完全相同。这种参考图片同步性基本原理(以及在例如因信道误差而无法维持同步性的情况下产生的漂移)也用于一些相关技术。
“本地”解码器(633)的操作可与例如已在上文结合图5详细描述视频解码器(510)的“远程”解码器相同。然而，另外简要参考图5，当符号可用且熵编码器(645)和解析器(520)能够无损地将符号编码/解码为已编码视频序列时，包括缓冲存储器(515)和解析器(520)在内的视频解码器(510)的熵解码部分，可能无法完全在本地解码器(633)中实施。
此时可以观察到，除存在于解码器中的解析/熵解码之外的任何解码器技术，也必定以基本上相同的功能形式存在于对应的编码器中。出于此原因，本申请侧重于解码器操作。可简化编码器技术的描述，因为编码器技术与全面地描述的解码器技术互逆。仅在某些区域中需要更详细的描述，并且在下文提供。
在操作期间，在一些实施例中，源编码器(630)可执行运动补偿预测编码。参考来自视频序列中被指定为“参考图片”的一个或多个先前已编码图片，所述运动补偿预测编码对输入图片进行预测性编码。以此方式，编码引擎(632)对输入图片的像素块与参考图片的像素块之间的差异进行编码，所述参考图片可被选作所述输入图片的预测参考。
本地视频解码器(633)可基于源编码器(630)创建的符号，对可指定为参考图片的图片的已编码视频数据进行解码。编码引擎(632)的操作可为有损过程。当已编码视频数据可在视频解码器(图6中未示)处被解码时，重建的视频序列通常可以是带有一些误差的源视频序列的副本。本地视频解码器(633)复制解码过程，所述解码过程可由视频解码器对参考图片执行，且可使重建的参考图片存储在参考图片高速缓存(634)中。以此方式，视频编码器(603)可在本地存储重建的参考图片的副本，所述副本与将由远端视频解码器获得的重建参考图片具有共同内容(不存在传输误差)。
预测器(635)可针对编码引擎(632)执行预测搜索。即，对于将要编码的新图片，预测器(635)可在参考图片存储器(634)中搜索可作为所述新图片的适当预测参考的样本数据(作为候选参考像素块)或某些元数据，例如参考图片运动矢量、块形状等。预测器(635)可基于样本块逐像素块操作，以找到合适的预测参考。在一些情况下，根据预测器(635)获得的搜索结果，可确定输入图片可具有从参考图片存储器(634)中存储的多个参考图片取得的预测参考。
控制器(650)可管理源编码器(630)的编码操作，包括例如设置用于对视频数据进行编码的参数和子群参数。
可在熵编码器(645)中对所有上述功能单元的输出进行熵编码。熵编码器(645)根据例如霍夫曼编码、可变长度编码、算术编码等技术对各种功能单元生成的符号进行无损压缩，从而将所述符号转换成已编码视频序列。
传输器(640)可缓冲由熵编码器(645)创建的已编码视频序列，从而为通过通信信道(660)进行传输做准备，所述通信信道可以是通向将存储已编码的视频数据的存储装置的硬件/软件链路。传输器(640)可将来自视频编码器(603)的已编码视频数据与要传输的其它数据合并，所述其它数据例如是已编码音频数据和/或辅助数据流(未示出来源)。
控制器(650)可管理视频编码器(603)的操作。在编码期间，控制器(650)可以为每个已编码图片分配某一已编码图片类型，但这可能影响可应用于相应的图片的编码技术。例如，通常可将图片分配为以下任一种图片类型：
帧内图片(I图片)，其可以是不将序列中的任何其它图片用作预测源就可被编码和解码的图片。一些视频编解码器容许不同类型的帧内图片，包括例如独立解码器刷新(Independent Decoder Refresh，“IDR”)图片。所属领域的技术人员了解I图片的变体及其相应的应用和特征。
预测性图片(P图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多一个运动矢量和参考索引来预测每个块的样本值。
双向预测性图片(B图片)，其可以是可使用帧内预测或帧间预测进行编码和解码的图片，所述帧内预测或帧间预测使用至多两个运动矢量和参考索引来预测每个块的样本值。类似地，多个预测性图片可使用多于两个参考图片和相关联元数据以用于重建单个块。
源图片通常可在空间上细分成多个样本块(例如，4×4、8×8、4×8或16×16个样本的块)，且逐块进行编码。这些块可参考其它(已编码)块进行预测编码，根据应用于块的相应图片的编码分配来确定所述其它块。举例来说，I图片的块可进行非预测编码，或所述块可参考同一图片的已经编码的块来进行预测编码(空间预测或帧内预测)。P图片的像素块可参考一个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。B图片的块可参考一个或两个先前编码的参考图片通过空间预测或通过时域预测进行预测编码。
视频编码器(603)可根据例如ITU-T H.265建议书的预定视频编码技术或标准执行编码操作。在操作中，视频编码器(603)可执行各种压缩操作，包括利用输入视频序列中的时间和空间冗余的预测编码操作。因此，已编码视频数据可符合所用视频编码技术或标准指定的语法。
在实施例中，传输器(640)可在传输已编码的视频时传输附加数据。源编码器(630)可将此类数据作为已编码视频序列的一部分。附加数据可包括时间/空间/SNR增强层、冗余图片和切片等其它形式的冗余数据、SEI消息、VUI参数集片段等。
采集到的视频可作为呈时间序列的多个源图片(视频图片)。帧内图片预测(常常简化为帧内预测)利用给定图片中的空间相关性，而帧间图片预测则利用图片之间的(时间或其它)相关性。在实施例中，将正在编码/解码的特定图片分割成块，正在编码/解码的特定图片被称作当前图片。在当前图片中的块类似于视频中先前已编码且仍被缓冲的参考图片中的参考块时，可通过称作运动矢量的矢量对当前图片中的块进行编码。所述运动矢量指向参考图片中的参考块，且在使用多个参考图片的情况下，所述运动矢量可具有识别参考图片的第三维度。
在一些实施例中，双向预测技术可用于帧间图片预测中。根据双向预测技术，使用两个参考图片，例如按解码次序都在视频中的当前图片之前(但按显示次序可能分别是过去和将来)第一参考图片和第二参考图片。可通过指向第一参考图片中的第一参考块的第一运动矢量和指向第二参考图片中的第二参考块的第二运动矢量对当前图片中的块进行编码。具体来说，可通过第一参考块和第二参考块的组合来预测所述块。
此外，合并模式技术可用于帧间图片预测中以改善编码效率。
根据本申请公开的一些实施例，帧间图片预测和帧内图片预测等预测的执行以块为单位。举例来说，根据HEVC标准，将视频图片序列中的图片分割成编码树单元(codingtree unit，CTU)以用于压缩，图片中的CTU具有相同大小，例如64×64像素、32×32像素或16×16像素。一般来说，CTU包括三个编码树块(coding tree block，CTB)，所述三个编码树块是一个亮度CTB和两个色度CTB。更进一步的，还可将每个CTU以四叉树拆分为一个或多个编码单元(coding unit，CU)。举例来说，可将64×64像素的CTU拆分为一个64×64像素的CU，或4个32×32像素的CU，或16个16×16像素的CU。在实施例中，分析每个CU以确定用于CU的预测类型，例如帧间预测类型或帧内预测类型。此外，取决于时间和/或空间可预测性，将CU拆分为一个或多个预测单元(prediction unit，PU)。通常，每个PU包括亮度预测块(prediction block，PB)和两个色度PB。在实施例中，编码(编码/解码)中的预测操作以预测块为单位来执行。以亮度预测块作为预测块为例，预测块包括像素值(例如，亮度值)的矩阵，例如8×8像素、16×16像素、8×16像素、16×8像素等等。
图7是根据本申请公开的另一实施例的视频编码器(703)的图。视频编码器(703)用于接收视频图片序列中的当前视频图片内的样本值的处理块(例如预测块)，且将所述处理块编码到作为已编码视频序列的一部分的已编码图片中。在本实施例中，视频编码器(703)用于代替图4实施例中的视频编码器(403)。
在HEVC实施例中，视频编码器(703)接收用于处理块的样本值的矩阵，所述处理块为例如8×8样本的预测块等。视频编码器(703)使用例如率失真(rate-distortion，RD)优化来确定是否使用帧内模式、帧间模式或双向预测模式来编码所述处理块。当在帧内模式中编码处理块时，视频编码器(703)可使用帧内预测技术以将处理块编码到已编码图片中；且当在帧间模式或双向预测模式中编码处理块时，视频编码器(703)可分别使用帧间预测或双向预测技术将处理块编码到已编码图片中。在某些视频编码技术中，合并模式可以是帧间图片预测子模式，其中，在不借助预测值外部的已编码运动矢量分量的情况下，从一个或多个运动矢量预测值导出运动矢量。在某些其它视频编码技术中，可存在适用于主题块的运动矢量分量。在实施例中，视频编码器(703)包括其它组件，例如用于确定处理块模式的模式决策模块(未示出)。
在图7的实施例中，视频编码器(703)包括如图7所示的耦接到一起的帧间编码器(730)、帧内编码器(722)、残差计算器(723)、开关(726)、残差编码器(724)、通用控制器(721)和熵编码器(725)。
帧间编码器(730)用于接收当前块(例如处理块)的样本、比较所述块与参考图片中的一个或多个参考块(例如先前图片和后来图片中的块)、生成帧间预测信息(例如根据帧间编码技术的冗余信息描述、运动矢量、合并模式信息)、以及基于帧间预测信息使用任何合适的技术计算帧间预测结果(例如已预测块)。在一些实施例中，参考图片是基于已编码的视频信息解码的已解码参考图片。
帧内编码器(722)用于接收当前块(例如处理块)的样本、在一些情况下比较所述块与同一图片中已编码的块、在变换之后生成量化系数、以及在一些情况下还(例如根据一个或多个帧内编码技术的帧内预测方向信息)生成帧内预测信息。在实施例中，帧内编码器(722)还基于帧内预测信息和同一图片中的参考块计算帧内预测结果(例如已预测块)。
通用控制器(721)用于确定通用控制数据，且基于所述通用控制数据控制视频编码器(703)的其它组件。在实施例中，通用控制器(721)确定块的模式，且基于所述模式将控制信号提供到开关(726)。举例来说，当所述模式是帧内模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧内模式结果，且控制熵编码器(725)以选择帧内预测信息且将所述帧内预测信息添加在码流中；以及当所述模式是帧间模式时，通用控制器(721)控制开关(726)以选择供残差计算器(723)使用的帧间预测结果，且控制熵编码器(725)以选择帧间预测信息且将所述帧间预测信息添加在码流中。
残差计算器(723)用于计算所接收的块与选自帧内编码器(722)或帧间编码器(730)的预测结果之间的差(残差数据)。残差编码器(724)用于基于残差数据操作，以对残差数据进行编码以生成变换系数。在实施例中，残差编码器(724)用于将残差数据从时域转换到频域，且生成变换系数。变换系数接着经由量化处理以获得量化的变换系数。在各种实施例中，视频编码器(703)还包括残差解码器(728)。残差解码器(728)用于执行逆变换，且生成已解码残差数据。已解码残差数据可适当地由帧内编码器(722)和帧间编码器(730)使用。举例来说，帧间编码器(730)可基于已解码残差数据和帧间预测信息生成已解码块，且帧内编码器(722)可基于已解码残差数据和帧内预测信息生成已解码块。适当处理已解码块以生成已解码图片，且在一些实施例中，所述已解码图片可在存储器电路(未示出)中缓冲并用作参考图片。
熵编码器(725)用于将码流格式化以产生已编码的块。熵编码器(725)根据HEVC标准等合适标准产生各种信息。在实施例中，熵编码器(725)用于获得通用控制数据、所选预测信息(例如帧内预测信息或帧间预测信息)、残差信息和码流中的其它合适的信息。应注意，根据所公开的主题，当在帧间模式或双向预测模式的合并子模式中对块进行编码时，不存在残差信息。
图8是根据本申请公开的另一实施例的视频解码器(810)的图。视频解码器(810)用于接收作为已编码视频序列的一部分的已编码图像，且对所述已编码图像进行解码以生成重建的图片。在实施例中，视频解码器(810)用于代替图4实施例中的视频解码器(410)。
在图8实施例中，视频解码器(810)包括如图8中所示耦接到一起的熵解码器(871)、帧间解码器(880)、残差解码器(873)、重建模块(874)和帧内解码器(872)。
熵解码器(871)可用于根据已编码图片来重建某些符号，这些符号表示构成所述已编码图片的语法元素。此类符号可包括例如用于对所述块进行编码的模式(例如帧内模式、帧间模式、双向预测模式、后两者的合并子模式或另一子模式)、可分别识别供帧内解码器(872)或帧间解码器(880)用以进行预测的某些样本或元数据的预测信息(例如帧内预测信息或帧间预测信息)、呈例如量化的变换系数形式的残差信息等等。在实施例中，当预测模式是帧间或双向预测模式时，将帧间预测信息提供到帧间解码器(880)；以及当预测类型是帧内预测类型时，将帧内预测信息提供到帧内解码器(872)。残差信息可经由逆量化并提供到残差解码器(873)。
帧间解码器(880)用于接收帧间预测信息，且基于所述帧间预测信息生成帧间预测结果。
帧内解码器(872)用于接收帧内预测信息，且基于所述帧内预测信息生成预测结果。
残差解码器(873)用于执行逆量化以提取解量化的变换系数，且处理所述解量化的变换系数，以将残差从频域转换到空间域。残差解码器(873)还可能需要某些控制信息(用以获得量化器参数QP)，且所述信息可由熵解码器(871)提供(未标示数据路径，因为这仅仅是低量控制信息)。
重建模块(874)用于在空间域中组合由残差解码器(873)输出的残差与预测结果(可由帧间预测模块或帧内预测模块输出)以形成重建的块，所述重建的块可以是重建的图片的一部分，所述重建的图片继而可以是重建的视频的一部分。应注意，可执行解块操作等其它合适的操作来改善视觉质量。
应注意，可使用任何合适的技术来实施视频编码器(403)、(603)和(703)以及视频解码器(410)、(510)和(810)。在实施例中，可使用一个或多个集成电路来实施视频编码器(403)、(603)和(703)以及视频解码器(410)、(510)和(810)。在另一实施例中，可使用执行软件指令的一个或多个处理器来实施视频编码器(403)、(603)和(603)以及视频解码器(410)、(510)和(810)。
本发明公开了与对索引(诸如二次变换索引)进行熵编解码的上下文设计相关的视频编解码技术。索引可以用于识别对块进行编解码(例如，编码和/或解码)的一组不可分离二次变换当中的一个。索引的熵编解码的上下文设计可以应用于任何合适的视频编解码格式或标准。视频编解码格式可以包括为因特网上的视频传输而设计的开放视频编解码格式，诸如AOMedia视频1(AV1)或AV1之外的下一代AOMedia视频格式。视频编解码标准可以包括高效视频编解码(HEVC)标准或HEVC之外的下一代视频编解码(例如，通用视频编解码(VVC))等。
各种帧内预测模式可以用于例如在AV1和/或VVC等中的帧内预测。在实施例中，诸如在AV1中，使用定向帧内预测。在定向帧内预测中，可以通过沿着方向从相邻的重建样本外推来生成块的预测样本。该方向对应于角度。用于定向帧内预测中以预测块的预测样本的模式可以被称为定向模式(也被称为定向预测模式、定向帧内模式、定向帧内预测模式、角度模式)。每个定向模式可以对应于不同的角度或不同的方向。在示例中，诸如在开放视频编解码格式VP9中，八个定向模式对应于从45°到207°的八个角度，如图9中所示。八个定向模式也可以被称为标称模式(例如，V_PRED、H_PRED、D45_PRED、D135_PRED、D113_PRED、D157_PRED、D203_PRED和D67_PRED)。为了在定向纹理中(例如在AV1中)利用更多种类的空间冗余，可以将定向模式扩展到(例如)超过八个标称模式到具有更精细粒度和更多角度(或方向)的角度集合，如图9中所示。
图9示出了根据本公开的实施例的编码块(CB)(910)的标称模式的示例。某些角度(也被称为标称角度)可以对应于标称模式。在示例中，八个标称角度(或标称帧内角度)(901)-(908)分别对应于八个标称模式(例如，V_PRED、H_PRED、D45_PRED、D135_PRED、D113_PRED、D157_PRED、D203_PRED和D67_PRED)。八个标称角度(901)-(908)以及八个标称模式可以分别被称为V_PRED、H_PRED、D45_PRED、D135_PRED、D113_PRED、D157_PRED、D203_PRED和D67_PRED。标称模式索引可以指示标称模式(例如，八个标称模式中的一个)。在示例中，用信号通知标称模式索引。
进一步地，每个标称角度可以对应于多个较细角度(例如，七个较细角度)，并且因此可以，例如，在AV1中，使用56个角度(或预测角度)或56个定向模式(或角度模式、定向帧内预测模式)。每个预测角度可以由标称角度和角度偏移(或角度增量)表示。角度偏移可以通过将偏移整数I(例如，-3、-2、-1、0、1、2或3)与步长(例如，3°)相乘来获得。在示例中，预测角度等于标称角度和角度偏移的总和。在示例中，诸如在AV1中，可以用信号通知标称模式(例如，八个标称模式(901)-(908))连同某些非角度平滑模式(例如，如以下所描述的五个非角度平滑模式，诸如DC模式、PAETH模式、SMOOTH模式、垂直SMOOTH模式和水平SMOOTH模式)。随后，如果当前预测模式是定向模式(或角度模式)，则可以进一步用信号通知索引以指示对应于标称角度的角度偏移(例如，偏移整数I)。在示例中，定向模式(例如，56个定向模式中的一个)可以基于标称模式索引和指示相对于标称模式的角度偏移的索引来确定。在示例中，为了经由通用方式实施方向预测模式，诸如在AV1中使用的56个定向模式是用统一方向预测器来实施，该统一方向预测器可以将每个像素投影到参考子像素位置并且通过2抽头双线性滤波器内插参考像素。
非定向平滑帧内预测器(也被称为非定向平滑帧内预测模式、非定向平滑模式、非角度平滑模式)可以用于块(诸如CB)的帧内预测。在一些示例中(例如，在AV1中)，五种非定向平滑帧内预测模式包括DC模式或DC预测器(例如，DC)、PAETH模式或PAETH预测器(例如，PAETH)、SMOOTH模式或SMOOTH预测器(例如，SMOOTH)、垂直SMOOTH模式(被称为SMOOTH_V模式、SMOOTH_V预测器、SMOOTH_V)和水平SMOOTH模式(被称为SMOOTH_H模式、SMOOTH_H预测器或SMOOTH_H)。
图10示出了根据本公开的各方面的非定向平滑帧内预测模式(例如，DC模式、PAETH模式、SMOOTH模式、SMOOTH_V模式和SMOOTH_H模式)的示例。为了基于DC预测器预测CB(1000)中的样本(1001)，左侧相邻样本(1012)的第一值和上方相邻样本(或顶部相邻样本)(1011)的第二值的平均值可以用作预测器。
为了基于PAETH预测器来预测样本(1001)，可以获得左侧相邻样本(1012)的第一值、顶部相邻样本(1011)的第二值和左上相邻样本(1013)的第三值。然后，使用等式1获得参考值。
参考值＝第一值+第二值-第三值 (等式1)
第一值、第二值和第三值中最接近参考值的一个可以被设置为样本的预测器(1001)。
SMOOTH_V模式、SMOOTH_H模式和SMOOTH模式可以分别使用在垂直方向、水平方向以及垂直方向和水平方向的平均方向上的二次内插来预测CB(1000)。为了基于SMOOTH预测器来预测样本(1001)，可以使用第一值、第二值、右侧样本(1014)的值和底部样本(1016)的值的平均值(例如，加权组合)。在各种示例中，右侧样本(1014)和底部样本(1016)未被重建，并且因此，右上相邻样本(1015)的值和左下相邻样本(1017)的值可以分别替换右侧样本(1014)和底部样本(1016)的值。相应地，第一值、第二值、右上相邻样本(1015)的值和左下相邻样本(1017)的值的平均值(例如，加权组合)可以用作SMOOTH预测器。为了基于SMOOTH_V预测器来预测样本(1001)，可以使用顶部相邻样本(1011)的第二值与左下相邻样本(1017)的值的平均值(例如，加权组合)。为了基于SMOOTH_H预测器来预测样本(1001)，可以使用左侧相邻样本(1012)的第一值与右上相邻样本(1015)的值的平均值(例如，加权组合)。
图11示出了根据本公开的实施例的基于递归滤波的帧内预测器(也被称为滤波器帧内模式或递归滤波模式)的示例。为了捕获与边缘上的参考的衰减空间相关性，滤波器帧内模式可以用于诸如CB(1100)的块。在示例中，CB(1100)是亮度块。亮度块(1100)可以被划分成多个补丁(例如，八个4×2补丁B0-B7)。补丁B0-B7中的每一个可以具有多个相邻样本。例如，补丁B0具有七个相邻样本(或七个邻居)R00-R06，包括四个顶部相邻样本R01-R04、两个左侧相邻样本R05-R06和一个左上相邻样本R00。类似地，补丁B7具有七个相邻样本R70-R76，包括四个顶部相邻样本R71-R74、两个左侧相邻样本R75-R76和一个左上相邻样本R70。
在一些示例中，例如针对AV1，预先设计多个(例如，五个)滤波器帧内模式(或多个递归滤波模式)。每个滤波器帧内模式可以由反映对应4×2补丁(例如，B0)中的样本(或像素)与邻近于4×2补丁B0的七个邻居(例如，R00-R06)之间的相关性的一组八个7抽头滤波器来表示。7抽头滤波器的加权因子可以是位置相关的。对于补丁B0-B7中的每一个，七个邻居(例如，对于B0为R00-R06，对于B7为R70-R76)可以用于预测对应补丁中的样本。在示例中，邻居R00-R06用于预测补丁B0中的样本。在示例中，邻居R70-R76用于预测补丁B7中的样本。对于CB(1100)中的某些补丁(诸如补丁B0)，所有七个邻居(例如，R00-R06)已经重建了。对于CB(1100)中的其它补丁，七个邻居中的至少一个未被重建，并且因此一个或多个直接邻居的一个或多个预测值(或一个或多个直接邻居的一个或多个预测样本)可以用作参考。例如，补丁B7的七个邻居R70-R76未重建，因此可以使用直接邻居的预测样本。
可以从亮度样本预测色度样本。在实施例中，来自亮度模式(例如，CfL模式、CfL预测器)的色度是仅色度帧内预测器，其可以将色度样本(或像素)建模为已重建亮度样本(或像素)的线性函数。例如，CfL预测可以使用如下等式2来表示。
CfL(α)＝αLA+D (等式2)
其中，LA表示亮度分量的AC贡献，α表示线性模型的缩放参数，D表示色度分量的DC贡献。在示例中，基于色度分辨率对重建的亮度像素进行子采样，并且减去平均值以形成AC贡献(例如，LA)。为了根据AC贡献来近似色度AC分量，在一些示例中，诸如在AV1中，而不需要解码器计算缩放参数α，CfL模式基于原始色度像素来确定缩放参数α并且在码流中用信号通知缩放参数α，因此降低解码器复杂度并且产生更精确的预测。色度分量的DC贡献可以使用帧内DC模式来计算。帧内DC模式对于大多数色度内容是足够的，并且具有成熟的快速实现。
多行帧内预测可以使用更多的参考线(reference lines)进行帧内预测。参考线可以包括图片中的多个样本。在示例中，参考线包括一行中的样本和一列中的样本。在示例中，编码器可以确定并且发信号通知用于生成帧内预测器的参考线。可以在一个或多个帧内预测模式之前用信号通知指示参考线的索引(也被称为参考线索引)。在示例中，当用信号通知非零参考线索引时，仅允许MPM。图12示出了用于CB(1210)的四条参考线的示例。参考图12，参考线可以包括多达六个片段(例如片段A至F)和左上参考样本。例如，参考线0包括片段B和E以及左上角的参考样本。例如，参考线3包括片段A至F和左上参考样本。片段A和F可以分别用来自片段B和E的最接近的样本填充。在一些示例中，诸如在HEVC中，仅一条参考线(例如，与CB(1210)相邻的参考线0)用于帧内预测。在一些示例中，诸如在VVC中，多条参考线(例如，参考线0、1和3)用于帧内预测。
通常，可以使用诸如以上参考图9至图12描述的各种帧内预测模式中的一个或适当组合来预测块。
可以实现变换块分区(也被称为变换分区、变换单元分区)以将块分区成多个TU或多个TB。图13至图14示出了根据本公开的实施例的示例性变换块分区。在一些示例中，诸如在AV1中，帧内编码块和帧间编码块两者可以进一步分区成具有高达多个级别(例如，2个级别)的分区深度的多个变换单元。从变换块分区得到的多个变换单元可以被称为TB。可以对多个TU或多个TB中的每一个执行变换(例如，诸如以下所描述的主变换和/或二次变换)。相应地，可以对被分区成多个变换单元或多个TB的块执行多个变换。
对于帧内编码块，可以执行变换分区，使得与帧内编码块相关联的变换块具有相同的大小，并且可以按照光栅扫描顺序对变换块进行编码。参考图13，可以对块(例如，帧内编码块)(1300)执行变换块分区。块(1300)可以被分区成变换单元，诸如四个变换单元(例如，TB)(1301)-(1304)，并且分区深度是1。四个变换单元(例如，TB)(1301)-(1304)可以具有相同的大小，并且可以按照从变换单元(1301)到变换单元(1304)的光栅扫描顺序(1310)来编码。在示例中，例如使用不同的变换核来分别变换四个变换单元(例如，TB)(1301)-(1304)。在一些示例中，四个变换单元(例如，TB)(1301)-(1304)中的每一个进一步被分区成四个变换单元。例如，变换单元(1301)被分区成变换单元(1321)、(1322)、(1325)和(1326)，变换单元(1302)被分区成变换单元(1323)、(1324)、(1327)和(1328)，变换单元(1303)被分区成变换单元(1329)、(1330)、(1333)和(1334)，并且变换单元(1304)被分区成变换单元(1331)、(1332)、(1335)和(1336)。分区深度是2。变换单元(例如，TB)(1321)-(1336)可以具有相同的大小，并且可以按照从变换单元(1321)到变换单元(1336)的光栅扫描顺序(1320)来编码。
对于帧间编码块，变换分区可以以递归方式执行，其中分区深度可以高达多个级别(例如，两个级别)。变换分区可以支持任何合适的变换单元大小和形状。变换单元形状可以包括具有任何合适宽高比的正方形形状和非正方形形状(例如，非正方形矩形形状)。变换单元大小的范围可以从4×4到64×64。变换单元的宽高比(例如，变换单元的宽度与变换单元的高度的比率)可以是1:1(正方形)、1:2、2:1、1:4或4:1等。变换分区可以支持范围从4×4到64×64的1:1(正方形)、1:2、2:1、1:4和/或4:1变换单元大小。参考图14，可以对块(例如，帧间编码块)递归地执行变换块分区(1400)。例如，块(1400)被分区成变换单元(1401)-(1407)。变换单元(例如，TB)(1401)-(1407)可以具有不同的大小，并且可以按照从变换单元(1401)到变换单元(1407)的光栅扫描顺序(1410)来编码。在示例中，变换单元(1401)、(1406)和(1407)的分区深度是1，并且变换单元(1402)-(1405)的分区深度是2。
在示例中，如果编码块小于或等于64×64，则变换分区仅可以被应用于亮度分量。在示例中，编码块是指CTB。
如果编码块宽度W或编码块高度H大于64，则编码块可以被隐式地分割成多个TB，其中编码块是亮度编码块。多个TB之一的宽度可以是W和64的最小值，并且多个TB之一的高度可以是H和64的最小值。
如果编码块宽度W或编码块高度H大于64，则编码块可以被隐式地分割成多个TB，其中编码块是色度编码块。多个TB之一的宽度可以是W和32的最小值，并且多个TB之一的高度可以是H和32的最小值。
以下描述诸如在AOMedia视频1(AV1)中使用的那些主变换的实施例。可以对包括残差(例如，空间域中的残差)的变换块(TB)执行前向变换(例如，在编码器中)，以获得包括频域(或空间频率域)中的变换系数的TB。包括空间域中的残差的TB可以被称为残差TB，并且包括频域中的变换系数的TB可以被称为系数TB。在示例中，前向变换包括可以将残差TB变换成系数TB的前向主变换。在示例中，前向变换包括前向主变换和前向二次变换，其中前向主变换可以将残差TB变换成中间系数TB，并且前向二次变换可以将中间系数TB变换成系数TB。
可以对频域中的系数TB执行逆变换(例如，在编码器或解码器中)以获得空间域中的残差TB。在示例中，逆变换包括可以将系数TB变换成残差TB的逆主变换。在示例中，逆变换包括逆主变换和逆二次变换，其中逆二次变换可以将系数TB变换成中间系数TB，并且逆主变换可以将中间系数TB变换成残差TB。
通常，主变换可以指前向主变换或逆主变换，其中在残差TB与系数TB之间执行主变换。在一些实施例中，主变换可以是可分离变换，其中2D主变换可以包括水平主变换(也被称为水平变换)和垂直主变换(也被称为垂直变换)。二次变换可以指前向二次变换或逆二次变换，其中在中间系数TB与系数TB之间执行二次变换。
为了支持扩展编码块分区，诸如在本公开中所描述的，可以诸如在AV1中使用多个变换大小(例如，对于每个维度，范围从4点到64点)和变换形状(例如，正方形、具有2:1、1:2、4:1或1:4的宽高比的矩形形状)。
2D变换过程可以使用混合变换核，混合变换核可以包括用于已编码残差块的每个维度的不同1D变换。初级1D变换可以包括(a)4点、8点、16点、32点、64点DCT-2；(b)4点、8点、16点非对称DST(ADST)(例如，DST-4、DST-7)和对应的翻转版本(例如，ADST的翻转版本或FlipADST可以以相反顺序应用ADST)；和/或(c)4点、8点、16点、32点恒等变换(IDTX)。图15示出了根据本公开的实施例的主变换基函数的示例。图15示例中的主变换基函数包括具有N点输入的DCT-2和非对称DST(DST-4和DST-7)的基函数。图15中所示的主变换基函数可以用于AV1中。
混合变换核的可用性可以取决于变换块大小和预测模式。图16A示出了基于变换块大小(例如，第三列中所示的大小)和预测模式(例如，第三列中所示的帧内预测和帧间预测)的各种变换核(例如，第一列中所示和第二列中所描述的变换类型)的可用性的示例性依赖性。可以在AV1中使用示例性混合变换核和基于预测模式和变换块大小的可用性。参考图16A，符号“→”和“↓”分别表示水平维度(也被称为水平方向)和垂直维度(也被称为垂直方向)。符号“√”和“x”表示对应块大小和预测模式的变换核的可用性。例如，符号“√”表示变换核是可用的，并且符号“x”表示变换核是不可用的。
在示例中，变换类型(1610)由图16A的第一列中所示的ADST_DCT表示。如图16A的第二列所示，变换类型(1610)包括垂直方向上的ADST和水平方向上的DCT。根据图16A的第三列，当块大小小于或等于16×16(例如，16×16样本、16×16亮度样本)时，变换类型(1610)可用于帧内预测和帧间预测。
在示例中，变换类型(1620)由图16A的第一列中所示的V_ADST表示。如图16A的第二列中所示，变换类型(1620)包括垂直方向上的ADST和水平方向上的IDTX(即，恒等矩阵)。因此，变换类型(1620)(例如，V_ADST)在垂直方向上执行而不在水平方向上执行。根据图16A的第三列，不管块大小，变换类型(1620)不可用于帧内预测。当块大小小于16×16(例如，16×16样本、16×16亮度样本)时，变换类型(1620)可用于帧间预测。
在示例中，图16A可应用于亮度分量。对于色度分量，可以隐式地执行变换类型(或变换核)选择。在示例中，对于帧内预测残差，可以根据帧内预测模式来选择变换类型，如图16B中所示。在示例中，图16B中所示的变换类型选择可应用于色度分量。对于帧间预测残差，可以根据位置相同的亮度块的变换类型选择来选择变换类型。因此，在示例中，不在码流中用信号通知色度分量的变换类型。
例如在AOMedia视频2(AV2)中，线图变换(LGT)可以用于诸如主变换的变换中。8比特/10比特变换内核可以用于AV2。在示例中，LGT包括各种DCT、离散正弦变换(DST)，如以下所描述。LGT可以包括32点和64点一维(1D)DST。
图是通用数学结构，包括可以用于模拟所关注对象之间的相似性关系的顶点和边的集合。其中一组权重被分配给边并且可选地被分配给顶点的加权图可以提供用于信号/数据的鲁棒建模的稀疏表示。LGT可以通过为不同的块统计提供更好的自适应来提高编解码效率。通过学习来自数据的线图以对块的残差信号的潜在的逐行和逐列统计数据进行建模，可以设计和优化可分离LGT，并且相关联的广义图拉普拉斯(GGL)矩阵可以用于导出LGT。
图16C示出了根据本公开的实施例的由自循环权重(例如，vc1、vc2)和边权重wc表征的通用LGT的示例。给定加权图G(W，V)，GGL矩阵可以如下定义。
Lc＝D-W+V (等式3)
其中，W可以是包括非负边权重wc的邻接矩阵，D可以是对角矩阵，并且V可以是表示自循环权重vc1和vc2的对角矩阵。图16D示出了矩阵Lc的示例。
LGT可以如下通过GGL矩阵Lc的特征分解导出。
Lc＝UΦUT (等式4)
其中，正交矩阵U的列可以是LGT的基向量，并且Φ可以是对角特征值矩阵。
在各种示例中，某些DCT和DST(例如，DCT-2、DCT-8和DST-7)是从某些形式的GGL导出的LGT集合的子集。可以通过将vc1设置为0(例如，vc1＝0)来导出DCT-2。可以通过将vc1设置为wc(例如，vc1＝wc)来导出DST-7。可以通过将vc2设置为wc(例如，vc2＝wc)来导出DCT-8。可以通过将vc1设置为2wc(例如，vc1＝2wc)来导出DST-4。可以通过将vc2设置为2wc(例如，vc2＝2wc)来导出DCT-4。
在一些示例中，诸如在AV2中，LGT可以被实现为矩阵乘法。可以通过在Lc中将vc1设置为2wc来导出4点(4p)LGT内核，并且因此4p LGT内核是DST-4。可以通过在Lc中将vc1设置为1.5wc来导出8点(8p)LGT内核。在示例中，诸如16点(16p)LGT内核、32点(32p)LGT内核或64点(64p)LGT内核的LGT内核可以通过将vc1设置为wc并且将vc2设置为0来导出，并且LGT内核可以变为DST-7。
诸如主变换、二次变换的变换可以被应用于诸如CB的块。在示例中，变换包括主变换、二次变换的组合。变换可以是不可分离变换、可分离变换或不可分离变换和可分离变换的组合。
可以诸如在VVC中执行二次变换。在一些示例中，诸如在VVC中，低频不可分离变换(LFNST)(其也被称为缩减二次变换(RST))可以应用于编码器侧处的前向主变换与量化之间以及解码器侧处的解量化与逆主变换之间，如图17至图18中所示，以进一步使主变换系数解相关。
可以使用4×4输入块(或输入矩阵)X作为示例(如等式5中所示)如以下描述可以在LFNST中使用的不可分离变换的应用。为了应用4×4不可分离变换(例如，LFNST)，4×4输入块X可以由向量
Figure BDA0003795686380000251
表示，如等式5-6中所示。
Figure BDA0003795686380000252
Figure BDA0003795686380000253
不可分离变换可以被计算为
Figure BDA0003795686380000254
其中
Figure BDA0003795686380000255
指示变换系数向量，并且T是16×16变换矩阵。随后可以使用4×4输入块的扫描顺序(例如，水平扫描次序，垂直扫描次序，Z字形扫描次序或对角线扫描次序)将16×1系数向量
Figure BDA0003795686380000256
重新组织成4×4输出块(或输出矩阵、系数块)。具有较小索引的变换系数可以用较小的扫描索引放置在4×4系数块中。
不可分离二次变换可以应用于块(例如，CB)。在一些示例中，诸如在VVC中，如图17至图18中所示，LFNST被应用于前向主变换与量化之间(例如，在编码器侧)以及解量化与逆主变换之间(例如，在解码器侧)。
图17至图18分别示出了使用16×64变换(或64×16变换，取决于变换是前向二次变换还是逆二次变换)和16×48变换(或48×16变换，取决于变换是前向二次变换还是逆二次变换)的两个变换编解码过程(1700)和(1800)的示例。参考图17，在过程(1700)中，在编码器侧，可以首先对块(例如，残差块)执行前向主变换(1710)以获得系数块(1713)。随后，前向二次变换(或前向LFNST)(1712)可以被应用于系数块(1713)。在前向二次变换(1712)中，系数块(1713)的左上角处的4×4子块A-D的64个系数可以由64长度向量表示，并且64长度向量可以与64×16(即，宽度为64并且高度为16)的变换矩阵相乘，从而产生16长度向量。16长度向量中的元素被填充回系数块的左上4×4子块A中(1713)。子块B-D中的系数可以是零。然后，在量化步骤(1714)对前向二次变换(1712)之后的得到的系数进行量化，并且对其进行熵编码在码流中生成已编码比特(1716)。
已编码比特可以在解码器侧处被接收，并且被熵解码，随后被解量化步骤(1724)以生成系数块(1723)。可以执行逆二次变换(或逆LFNST)(1722)，诸如逆RST8×8，以例如从左上4×4子块E处的16个系数获得64个系数。64个系数可以被填充回4×4子块E-H。进一步地，可以用逆主变换(1720)来处理逆二次变换(1722)之后的系数块(1723)中的系数，以获得恢复的残差块。
图18示例的过程(1800)类似于过程(1700)，除了在前向二次变换(1712)期间处理更少的(即，48个)系数。具体地，子块A-C中的48个系数用大小为48×16的较小变换矩阵来处理。使用48×16的较小变换矩阵可以减小用于存储变换矩阵的存储器大小和大量计算(例如，乘法、加法和/或减法等)，并且因此可以降低计算复杂度。
在示例中，根据块(例如，CB)的块大小来应用4×4不可分离变换(例如，4×4LFNST)或8×8不可分离变换(例如，8×8LFNST)。块的块大小可以包括宽度、高度等。例如，将4×4LFNST应用于宽度和高度的最小值小于阈值的块，该阈值诸如8(例如，min(宽度，高度)<8)。例如，将8×8LFNST应用于宽度和高度的最小值大于阈值(诸如4(例如，min(宽度，高度)>4))的块。
不可分离变换(例如，LFNST)可以基于直接矩阵乘法方法，并且因此可以在单遍中实施而无需迭代。为了减小不可分离变换矩阵的维度并且使存储变换系数的计算复杂度和存储器空间最小化，可以在LFNST中使用缩减的不可分离变换方法(或RST)。相应地，在缩减的不可分离变换中，N(例如，对于8×8不可分离二次变换(NSST)，N是64)维向量可以被映射到不同空间中的R维向量，其中N/R(R<N)是缩减因子。因此，代替N×N矩阵，RST矩阵是如等式7中所描述的R×N矩阵。
Figure BDA0003795686380000261
在等式7中，R×N变换矩阵的R行是N维空间的R个基部。逆变换矩阵可以是前向变换中使用的变换矩阵(例如，TRxN)的转置。对于8×8LFNST，可以应用值为4的缩减因子，并且可以将用于8×8不可分离变换中的64×64直接矩阵缩减为16×64直接矩阵，如图17中所示。可替代地，可以应用大于4的缩减因子，并且在8×8不可分离变换中使用的64×64直接矩阵可以被缩减为16×48直接矩阵，如图18中所示。因此，可以在解码器侧使用48×16逆RST矩阵以在8×8左上区域中生成内核(初级)变换系数。
参考图18，当应用16×48矩阵代替具有相同变换集配置的16×64矩阵时，16×48矩阵的输入包括来自除右下4×4块D之外的左上8×8块中的三个4×4块A、B和C的48个输入数据。随着尺寸的减小，用于存储LFNST矩阵的存储器使用可以以最小的性能下降，例如从10KB减小到8KB。
为了降低复杂度，如果第一系数子组之外的系数是非重要的，则LFNST可以被限制为可应用的。在示例中，LFNST可以被限制为仅在第一系数子组之外的所有系数均为非有效时适用。参考图17至图18，第一系数子组对应于左上块E，并且因此块E之外的系数是非有效的。
在示例中，当应用LFNST时，仅主变换系数是非有效的(例如，零)。在示例中，当应用LFNST时，所有仅主变换系数均是零。仅主变换系数可以指从没有二次变换的主变换获得的变换系数。相应地，LFNST索引信令可以以末尾有效位置为条件，从而避免LFNST中的额外系数扫描。在一些示例中，额外系数扫描用于检查特定位置处的有效变换系数。在示例中，LFNST的最坏情况处理(例如，按照每像素的乘法)将4×4块和8×8块的不可分离变换分别限制为8×16变换和8×48变换。在以上情况下，当应用LFNST时，末尾有效扫描位置可以小于8。对于其它大小，当应用LFNST时，末尾有效扫描位置可以小于16。对于4×N和N×4的CB并且N大于8，该限制可以意味着LFNST被应用于CB中的左上4×4区域。在示例中，该限制意味着LFNST仅在CB中仅对左上4×4区域应用一次。在示例中，当应用LFNST时，所有仅初级系数是非有效的(例如，零)，减少了用于主变换的操作的数量。从编码器的角度来看，当测试LFNST变换时，变换系数的量化可以被显著地简化。对于前16个系数，可以最大程度地进行率失真优化量化，例如，按照扫描顺序，可以将剩余系数设置为零。
可以如以下所描述选择LFNST变换(例如，变换核、变换内核或变换矩阵)。在实施例中，可以使用多个变换集，并且一个或多个不可分离变换矩阵(或核)可以被包括在LFNST中的多个变换集中的每一个中。根据本公开的各方面，可以从多个变换集中选择变换集，并且可以从变换集中的一个或多个不可分离变换矩阵中选择不可分离变换矩阵。
表1示出了根据本公开的实施例的从帧内预测模式到多个变换集的示例性映射。映射指示帧内预测模式与多个变换集之间的关系。诸如表1所指示的关系可以是预定义的，并且可以存储在编码器和解码器中。
表1：变换集选择表
帧内预测模式IntraPredMode 变换集索引Tr.set index
IntraPredMode<0 1
0<＝IntraPredMode<＝1 0
2<＝IntraPredMode<＝12 1
13<＝IntraPredMode<＝23 2
24<＝IntraPredMode<＝44 3
45<＝IntraPredMode<＝55 2
56<＝IntraPredMode<＝80 1
81<＝IntraPredMode<＝83 0
参考表1，多个变换集包括四个变换集，例如，由从0到3的变换集索引(例如，Tr.set index)表示的变换集0至3。索引(例如，IntraPredMode)可以指示帧内预测模式，并且可以基于索引和表1来获得变换集索引。相应地，可以基于帧内预测模式来确定变换集。在示例中，如果三个交叉分量线性模型(CCLM)模式(例如，INTRA_LT_CCLM、INTRA_T_CCLM或INTRA_L_CCLM)中的一个用于CB(例如，81<＝IntraPredMode<＝83)，则为CB选择变换集0。
如以上描述的，每个变换集可以包括一个或多个不可分离变换矩阵。一个或多个不可分离变换矩阵中的一个可以通过LFNST索引来选择，所述LFNST索引，例如，被显式地用信号通知。例如，LFNST索引可以在用信号通知变换系数之后在每一已帧内编码的CU(例如，CB)的码流中用信号通知一次。在实施例中，每个变换集包括两个不可分离变换矩阵(核)，并且所选择的不可分离二次变换候选可以是两个不可分离变换矩阵中的一个。在一些示例中，LFNST不被应用于CB(例如，用变换跳过模式编码的CB或CB的非零系数的数量小于阈值)。在示例中，当LFNST不被应用于CB时，不用信号通知CB的LFNST索引。LFNST索引的默认值可以是零并且不用信号通知，指示LFNST不被应用于CB。
在实施例中，LFNST被限制为仅在第一系数子组之外的所有系数均为非有效(non-significant)时适用，LFNST索引的编解码可以取决于末尾有效系数的位置。LFNST索引可以是上下文编码的。在示例中，LFNST索引的上下文编解码不取决于帧内预测模式，并且仅第一二进制数被上下文编码。LFNST可以被应用于帧内条带或帧间条带中的帧内编码的CU，并且用于亮度分量和色度分量两者。如果启用双树(dual tree)，则可以分别用信号通知亮度分量和色度分量的LFNST索引。对于帧间条带(例如，双树被禁用)，可以用信号通知单个LFNST索引，并且将其用于亮度分量和色度分量两者。
可以使用帧内子分区(ISP)编解码模式。在ISP编解码模式中，取决于块大小，可以将亮度帧内预测块垂直或水平划分成2或4个子分区。在一些示例中，当RST被应用于每一可行子分区时，性能改进是不大的。因此，在一些示例中，当选择ISP模式时，禁用LFNST并且不用信号通知LFNST索引(或RST索引)。对于ISP预测的残基禁用RST或LFNST可以降低编解码复杂度。在一些示例中，当选择基于矩阵的帧内预测模式(MIP)时，禁用LFNST并且不用信号通知LFNST索引。
在一些示例中，由于最大变换大小限制(例如，64×64)，大于64×64的CU被隐含地分割(TU分块，TU tiling)，LFNST索引搜索可以针对某一数量的解码流水线级将数据缓冲增加四倍。因此，LFNST所允许的最大大小可以被限制为64×64。在示例中，LFNST仅通过离散余弦变换(DCT)类型2(DCT-2)变换来启用。
在一些示例中，可分离变换方案对于捕获定向纹理图案(例如，沿45°或135°方向的边)可能不是有效的。例如，在以上场景中，不可分离变换方案可以提高编解码效率。为了降低计算复杂度和存储器使用，不可分离变换方案可以被用作二次变换，该二次变换被应用于从主变换获得的低频变换系数。二次变换可以被应用于块，并且可以基于预测模式信息、主变换类型、相邻重建样本、变换块分区信息和/或块的大小和形状等来用信号通知用于该块的信息，例如指示二次变换的索引(例如，二次变换索引)。预测模式信息、主变换类型和块的大小(或块大小)中的一个或组合可以用于导出上下文信息。上下文信息可以用于确定将用于对二次变换索引进行熵编解码的一个或多个上下文，该二次变换索引用于识别一组二次变换(例如，一组不可分离二次变换)当中的二次变换。二次变换索引可以用于对块进行解码。
在本公开中，术语“块”可以指PB、CB、已编码块、编码单元(CU)、变换块(TB)、变换单元(TU)、亮度块(例如，亮度CB)、色度块(例如，色度CB)等。
块的大小可以指块宽度、块高度、块宽高比(例如，块宽度与块高度的比、块高度与块宽度的比)、块面积大小或块面积(例如，块宽度×块高度)、块宽度和块高度中的最小值、块宽度和块高度的中最大值等。
指示用于对块进行编解码(例如，编码和/或解码)的二次变换(例如，二次变换核、二次变换内核或二次变换矩阵)的信息可以包括索引(例如，二次变换索引)。如以上所讨论的，在实施例中，可以使用多个变换集，并且在多个变换集中的每一个中可以包括一个或多个二次变换矩阵(或核)。根据本公开的各方面，可以使用包括但不限于参考表1描述的任何合适的方法从多个变换集中选择变换集，并且可以通过索引(例如，二次变换索引)从变换集中的一个或多个二次变换矩阵中确定(例如，选择)用于对块进行编解码(例如，编码和/或解码)的二次变换(例如，二次变换矩阵)。索引(例如，二次变换矩阵)可以用于识别用于对块进行解码的二次变换的变换集当中的一个二次变换。在示例中，二次变换的变换集包括用于对块进行解码的一组不可分离二次变换。在示例中，索引(例如，二次变换矩阵)被表示为stIdx。例如，可以在已编码视频码流中显式地用信号通知索引(例如，二次变换索引)。
在示例中，二次变换是LFNST，并且二次变换索引是指LFNST索引。在一些示例中，不将二次变换应用于块(例如，用变换跳过模式编码的CB或CB的非零系数的数量小于阈值)。在示例中，当未将二次变换应用于块时，不针对块用信号通知二次变换索引(例如，LFNST索引)。二次变换索引的默认值可以是零并且不被用信号通知，指示二次变换未被应用于该块。
根据本公开的各方面，可以从已编码视频码流中解码出块(例如，TB)的编码信息(coded information)。所述编码信息可以指示块的预测模式信息、块的大小和用于块的主变换类型中的一个或多个。主变换类型可以指任何合适的主变换，诸如参考图15和图16A至图16D描述的那些变换中的一个或组合。
在示例中，块被帧内编码或帧内预测，并且预测模式信息被称为帧内预测模式信息。块的预测模式信息(例如，帧内预测模式信息)可以指示用于块的帧内预测模式。帧内预测模式可以指用于块的帧内预测的预测模式，诸如图9中描述的定向模式(或定向预测模式)、图10中描述的非定向预测模式(例如，DC模式、PAETH模式、SMOOTH模式、SMOOTH_V模式或SMOOTH_H模式)或图11中描述的递归滤波模式。帧内预测模式还可以指本公开中描述的预测模式、本公开中描述的预测模式的合适变化或本公开中描述的预测模式的合适组合。例如，帧内预测模式可以与图12中描述的多行帧内预测组合。
编码信息(诸如块的预测模式信息、块的大小和用于块的主变换类型中的一者或多者)可以用作对二次变换索引(例如，stIdx)进行熵编解码(例如，熵编码和/或熵解码)的上下文。可以基于编码信息来确定用于对二次变换索引进行熵编解码(例如，熵编码和/或熵解码)的上下文，该编码信息诸如块的预测模式信息、块的大小和用于块的主变换类型中的一者或多者。二次变换索引(例如，stIdx)可以指示要对块执行的一组二次变换中的二次变换。
上下文导出过程可以用于确定上下文。用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文导出过程可以取决于编码信息。
可以基于块的预测模式信息(例如，帧内预测模式信息)、块的大小和用于块的主变换类型中的一者或多者来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。在示例中，基于块的预测模式信息(例如，帧内预测模式信息)、块的大小和用于块的主变换类型中的一者来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。可以基于上下文对二次变换索引进行熵编解码(例如，编码和/或解码)。可以对块(例如，TB)执行由二次变换索引指示的二次变换(例如，逆二次变换)。
在实施例中，用于对二次变换索引(例如，stIdx)进行熵编解码(例如，编码和/或解码)的上下文导出过程可以取决于块的大小。在示例中，与块相关联的最大正方形块大小是指块中最大正方形块的大小。最大正方形块大小小于或等于块的大小。在示例中，当块是指TB时，该块的大小是TB大小。在上下文导出过程中可以使用最大的正方形块大小。在示例中，最大的正方形块大小被用作上下文。例如，块的大小可以指示块宽度W和块高度H。最大的正方形块大小是L×L，其中L是W和H中的最小值。最大的正方形块大小也可以由L表示。如果W是32，H是8，则L是8。最大正方形块大小可以由8或8×8指示。
在实施例中，块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者可以指示块的大小。可以基于块的大小来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。在示例中，块的大小指示块的宽度W和块的高度H。块的宽度W和块的高度H中的最小值表示为L。可以基于最大正方形块大小L或L×L来确定上下文。在示例中，最大正方形块大小L或L×L被用作上下文。
在实施例中，用于对二次变换索引(例如，stIdx)进行熵编解码(例如，编码和/或解码)的上下文导出过程可以取决于块的预测模式信息(例如，帧内预测模式信息)。可以基于块的预测模式信息(例如，帧内预测模式信息)导出用于熵编解码(例如，编码和/或解码)二次变换索引的上下文。
在示例中，使用多个定向模式(也被称为定向预测模式)中的一者对块进行帧内预测，诸如参看图9描述的。参考图9，标称模式索引可以指示标称模式(例如，八个标称模式之一)。在示例中，定向模式(例如，56个定向模式中的一个)可以基于标称模式索引和指示相对于标称模式的角度偏移的索引来确定。块的预测模式信息(例如，帧内预测模式信息)可以指示标称模式索引。标称模式索引可以用于上下文导出过程。可以基于标称模式索引来导出用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在实施例中，块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者可以指示块的帧内预测模式信息。可以基于块的帧内预测模式信息来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。在示例中，块的帧内预测模式信息指示标称模式索引。如以上描述的，可以使用基于标称模式索引和角度偏移确定的定向预测模式来预测块。可以基于标称模式索引来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在实施例中，使用如以上描述的定向模式对块进行帧内预测。标称模式索引可以被映射到不同于标称模式索引的索引值，并且索引值可以在上下文导出过程中使用。在示例中，可以将多个帧内预测模式(例如，图9中所示的多个标称模式)映射到相同的索引值。多个标称模式(或对应于多个标称模式的多个标称模式索引)可以被映射到相同的索引值。所述多个标称模式可以彼此相邻。参考图9，D67_PRED和D45_PRED可以被映射到相同的索引值。
在实施例中，块的帧内预测模式信息指示标称模式索引，可以使用基于标称模式索引和角度偏移确定的定向模式(或定向预测模式)来预测块。可以基于与标称模式索引相关联的索引值来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文(例如，将标称模式索引映射到索引值)。
在实施例中，使用多个非定向预测模式(也被称为非定向平滑帧内预测模式)中的一者对块进行帧内预测，该非定向预测模式包括，例如，DC模式、PAETH模式、SMOOTH模式、SMOOTH_V模式和SMOOTH_H模式，如参考图10描述的。指示多个非定向预测模式中的一者的对应模式索引(也被称为非定向预测模式索引)可以用于上下文导出过程。在示例中，可以将相同上下文应用于对所述非定向预测模式中的一者或多者的二次变换索引(例如，stIdx)进行熵编解码。相同的上下文可以对应于多个非定向预测模式。
在实施例中，块的帧内预测模式信息可以指示非定向预测模式索引。可以使用由非定向预测模式索引指示的多个非定向预测模式(例如，非定向预测模式)中的一种来预测块。可以基于非定向预测模式索引来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在示例中，使用递归滤波模式之一对块进行帧内预测，诸如参考图11描述的。可以首先执行从递归滤波模式之一到标称模式索引的映射，其中标称模式索引可以指示标称模式(例如，图9中的八个标称模式之一)。标称模式索引随后可以用于上下文导出过程。在示例中，可以将相同上下文应用于对递归滤波模式中的一种或多种的二次变换索引(例如，stIdx)进行熵编解码(例如，编码和/或解码)。相同的上下文可以对应于多个递归滤波模式。
在实施例中，块的帧内预测模式信息可以指示用于预测块的递归滤波模式(多个递归滤波模式之一)。可以基于递归滤波模式来确定指示标称模式的标称模式索引。可以基于标称模式索引来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在实施例中，用于对二次变换索引(例如，stIdx)进行熵编解码的上下文导出过程可以取决于主变换类型信息。主变换类型信息可以指示用于块的主变换类型或主变换的类型。在示例中，基于主变换类型来确定上下文。在示例中，基于主变换来确定上下文。
在实施例中，块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者指示用于块的主变换类型。可以基于用于块的主变换类型来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。可以基于用于块的主变换来确定用于对二次变换索引进行熵编解码的上下文。
在实施例中，块的主变换可以包括水平主变换(被称为水平变换)和垂直主变换(被称为垂直变换)。可以基于水平主变换类型和垂直主变换类型来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。水平主变换类型可以指示水平变换，并且垂直主变换类型可以指示垂直变换。
上下文(也被称为上下文值)可以取决于水平主变换类型和垂直主变换类型都是DCT还是水平主变换类型和垂直主变换类型都是ADST。
在本公开中，水平主变换类型和垂直主变换类型的组合可以被表示为{水平主变换类型，垂直主变换类型}。因此，{DCT,DCT}表示水平主变换类型和垂直主变换类型都是DCT。{ADST,ADST}表示水平主变换类型和垂直主变换类型都是ADST。{LGT,LGT}表示水平主变换类型和垂直主变换类型都是LGT。{DCT,LGT}表示水平主变换类型是DCT并且垂直主变换类型是LGT。{LGT,DCT}表示水平主变换类型是LGT并且垂直主变换类型是DCT。
在实施例中，由主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换。可以基于水平主变换类型和垂直主变换类型是都是DCT还是都是ADST来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在实施例中，上下文可以取决于水平主变换类型和垂直主变换类型的组合是{DCT,DCT}还是{LGT,LGT}。
在实施例中，由主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换。可以基于水平主变换类型和垂直主变换类型是都是DCT还是都是LGT来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在实施例中，上下文可以取决于水平主变换类型和垂直主变换类型的组合是{DCT,DCT}、{LGT,LGT}、{DCT,LGT}还是{LGT,DCT}。
在实施例中，由主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换。可以基于水平主变换类型和垂直主变换类型是(i)都是DCT、(ii)都是LGT、(iii)分别是DCT和LGT或(iv)分别是LGT和DCT来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
在实施例中，上下文可以取决于水平主变换类型和垂直主变换类型的组合是{DCT,DCT}、{LGT,LGT}、{DCT,IDTX}还是{IDTX,DCT}，其中，IDTX表示恒等变换。{DCT,IDTX}表示水平主变换类型是DCT并且垂直主变换类型是IDTX。{IDTX,DCT}表示水平主变换类型是IDTX并且垂直主变换类型是DCT。
在实施例中，由主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换。可以基于水平主变换类型和垂直主变换类型分别是(i)都是DCT、(ii)都是LGT、(iii)分别是DCT和恒等变换(IDTX)或(iv)分别是IDTX和DCT来确定用于对二次变换索引进行熵编解码(例如，编码和/或解码)的上下文。
图19示出了概述根据本公开的实施例的过程(1900)的流程图。过程(1900)可以用于块(诸如CB、TB、亮度CB、亮度TB、色度CB、色度TB等)的重建。在各种实施例中，过程(1900)由处理电路执行，诸如终端设备(310)、(320)、(330)和(340)中的处理电路、执行视频编码器(403)的功能的处理电路、执行视频解码器(410)的功能的处理电路、执行视频解码器(510)的功能的处理电路、执行视频编码器(603)的功能的处理电路等等。在一些实施例中，过程(1900)用软件指令实现，因此当处理电路执行软件指令时，处理电路执行过程(1900)。该开始于(S1901)并且进行到(S1910)。
在(S1910)处，可以从已编码视频码流解码出块的编码信息(例如，TB、亮度TB、帧内编码TB、CB)。所述编码信息可以指示块的帧内预测模式信息、块的大小和块的主变换类型中的一个。编码信息可以指示块的帧内预测模式信息、块的大小和用于块的主变换类型中的一个或多个。
块的帧内预测模式信息可以指示用于块的帧内预测的帧内预测模式，诸如参考图9至图11描述的定向模式、非定向预测模式或递归滤波模式。主变换类型指示用于块的主变换。在图15和图16A至图16D中描述了用于块的主变换类型的示例。
在(S1920)处，基于用于块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者，可以确定用于对二次变换索引进行熵解码的上下文。二次变换索引可以指示在要对块执行二次变换的一组二次变换中的二次变换。
在示例中，可以基于块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者或多者来确定用于对二次变换索引进行熵解码的上下文。
在示例中，块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者指示块的大小，并且可以基于块的大小来确定用于对二次变换索引进行熵解码的上下文。
在示例中，块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者指示块的帧内预测模式信息，并且可以基于块的帧内预测模式信息来确定用于对二次变换索引进行熵解码的上下文。
在示例中，块的帧内预测模式信息、块的大小和用于块的主变换类型中的一者指示用于块的主变换类型，并且可以基于用于块的主变换类型来确定用于对二次变换索引进行熵解码的上下文。
在(S1930)处，可以基于在(S1920)处确定的上下文对二次变换索引进行熵解码。
在(S1940)处，可以对块执行由二次变换索引指示的二次变换。例如，二次变换是在逆主变换之后执行的逆二次变换。在示例中，二次变换是LFNST。在示例中，二次变换是不可分离二次变换。过程(1900)进行到(S1999)并且结束。
过程(1900)可以适当地修改。可以修改和/或省略过程(1900)中的一个或多个步骤。可以增加一个或多个附加步骤。可以使用任何合适的实现顺序。例如，除了参考图9至图11描述的定向模式、非定向预测模式或递归滤波模式之外，过程(1900)还可应用于其它帧内预测模式。除了参考图15和图16A至图16D描述的主变换类型之外，过程(1900)还可应用于其它适当的主变换类型或水平主变换类型和垂直主变换类型的适当组合。
本公开中的实施例可以单独使用或以任何顺序组合使用。进一步地，方法(或实施例)、编码器和解码器中的每一个可以通过处理电路(例如，一个或多个处理器或一个或多个集成电路)来实现。在一个示例中，一个或多个处理器执行存储在非易失性计算机可读介质中的程序。本公开中的实施例可以被应用于亮度块或色度块。
以上描述的技术可以被实现为使用计算机可读指令并且物理地存储在一个或多个计算机可读介质中的计算机软件。例如，图20示出了适于实现所公开的主题的某些实施例的计算机系统(2000)。
可以使用任何合适的机器代码或计算机语言来编码计算机软件，该机器代码或计算机语言可以经过汇编、编译、链接或类似机制以创建代码，该代码包括可以由一个或多个计算机中央处理单元(CPU)、图形处理单元(GPU)等直接执行或通过解译、微代码执行等执行的指令。
这些指令可以在各种类型的计算机或其部件上执行，包括(例如)个人计算机、平板计算机、服务器、智能电话、游戏设备、物联网设备等。
图20中所示的用于计算机系统(2000)的部件本质上是示例性的，并且不旨在对实现本公开的实施例的计算机软件的使用范围或功能提出任何限制。部件的配置也不应被解释为对计算机系统(2000)的示例性实施例中图示的任何一个部件或其组合具有任何依赖性或要求。
计算机系统(2000)可以包括某些人机接口输入设备。这样的人机接口输入设备可以响应于一个或多个人类用户通过例如触觉输入(诸如：击键、滑动、数据手套运动)、音频输入(诸如：语音、拍打)、可视输入(诸如：手势)、嗅觉输入(未描绘)。人机接口设备还可以被用于捕获不一定与人的有意识输入直接相关的某些媒体，诸如音频(诸如：语音、音乐、环境声音)、图片(诸如：扫描图像、从静止图像相机获得的摄影图像)、视频(诸如二维视频、包括立体视频的三维视频)。
输入人机接口设备可以包括以下中的一个或多个(每种仅描绘了其中的一个)：键盘(2001)、鼠标(2002)、触控板(2003)、触摸屏(2010)、数据手套(未示出)、操纵杆(2005)、麦克风(2006)、扫描仪(2007)、相机(2008)。
计算机系统(2000)还可以包括某些人机接口输出设备。这样的人机接口输出设备可以通过例如触觉输出、声音、光和嗅觉/味觉来刺激一个或多个人类用户的感觉。这样的人机接口输出设备可以包括触觉输出设备(例如通过触摸屏(2010)、数据手套(未示出)或操纵杆(2005)的触觉反馈，但是也可以存在不用作输入设备的触觉反馈设备)、音频输出设备(诸如：扬声器(2009)、耳机(未描绘))、视觉输出设备(诸如用于包括CRT屏幕、LCD屏幕、等离子屏幕、OLED屏幕的屏幕(2010)，每个屏幕具有或不具有触摸屏输入能力，每个屏幕具有或不具有触觉反馈能力，其中一些屏幕能够通过诸如立体输出的手段输出二维视觉输出或多于三维输出；虚拟现实眼镜(未描绘)、全息显示器和烟雾罐(未描绘)和打印机(未描绘)。
计算机系统(2000)还可以包括人类可访问的存储设备及其相关联的介质，诸如包括带有CD/DVD的CD/DVD ROM/RW(2020)等介质(2021)的光学介质、拇指驱动器(2022)、可移动硬盘驱动器或固态驱动器(2023)、诸如磁带和软盘(未描绘)的传统磁性介质、诸如安全软件狗(未描绘)的基于专用ROM/ASIC/PLD的设备等。
本领域技术人员还应该理解，结合当前公开的主题使用的术语“计算机可读介质”不包含传输介质、载波或其它易失性信号。
计算机系统(2000)还可以包括到一个或多个通信网络(2055)的接口(2054)。网络可以例如是无线的、有线的、光学的。网络可以进一步是本地的、广域的、大城市的、车载的以及工业的、实时的、延迟容忍的等等。网络的示例包括局域网(诸如以太网)、无线LAN、蜂窝网络(包括GSM、3G、4G、5G、LTE等)、电视有线或无线广域数字网络(包括有线电视、卫星电视和地面广播电视)、车辆和工业网络(包括CANBus)等。某些网络通常需要附接到某些通用数据端口或外围总线(2049)(诸如，计算机系统(2000)的USB端口)的外部网络接口适配器；其它网络通常通过附接到如以下所描述的系统总线而集成到计算机系统(2000)的内核中(例如以太网接口集成到PC计算机系统中或蜂窝网络接口集成到智能电话计算机系统中)。使用这些网络中的任何一个，计算机系统(2000)可以与其它实体通信。这种通信可以是单向的、仅接收的(例如，广播TV)、仅单向发送的(例如，CANbus到某些CANbus设备)或双向的(例如到使用局域数字网络或广域数字网络的其它计算机系统)。可以在如以上描述的那些网络和网络接口中的每一个上使用某些协议和协议栈。
上述人机接口设备、人可访问的存储设备和网络接口可以附接到计算机系统(2000)的内核(2040)。
内核(2040)可以包括一个或多个中央处理单元(CPU)(2041)、图形处理单元(GPU)(2042)、现场可编程门区域(FPGA)形式的专用可编程处理单元(FPGA)(2043)、用于某些任务的硬件加速器(2044)、图形适配器(2050)等。这些设备连同只读存储器(ROM)(2045)、随机存取存储器(2046)、诸如内部非用户可访问硬盘驱动器、SSD等内部大容量存储装置(2047)可以通过系统总线(2048)连接。在一些计算机系统中，系统总线(2048)可以以一个或多个物理插头的形式来访问，以实现由附加CPU、GPU等进行的扩展。外围设备可以直接附接到内核的系统总线(2048)，或通过外围总线(2049)附接到系统总线(2048)。在示例中，屏幕(2010)可以连接到图形适配器(2050)。外围总线的架构包括PCI、USB等。
CPU(2041)、GPU(2042)、FPGA(2043)和加速器(2044)可以执行某些指令，这些指令的组合可以构成前述计算机代码。该计算机代码可以存储在ROM(2045)或RAM(2046)中。过渡数据也可以存储在RAM(2046)中，而永久数据可以存储在例如内部大容量存储装置(2047)中。可以通过使用高速缓冲存储器来启用对任何存储器设备的快速存储和检索，该高速缓冲存储器可以与一个或多个CPU(2041)、GPU(2042)、大容量存储装置(2047)、ROM(2045)、RAM(2046)等紧密相关联。
计算机可读介质上可以具有用于执行各种计算机实现的操作的计算机代码。介质和计算机代码可以是为了本公开的目的而专门设计和构建的那些，或者它们可以是计算机软件领域的技术人员公知和可用的类型。
作为示例而非作为限制，具有架构(2000)并且特别是内核(2040)的计算机系统可以提供作为执行包含在一个或多个有形的计算机可读介质中的软件的一个或多个处理器(包括CPU、GPU、FPGA、加速器等)的结果的功能。这样的计算机可读介质可以是与如上所介绍的用户可访问大容量存储装置相关联的介质，以及具有非易失性性质的内核(2040)的某些存储装置(诸如内核内部大容量存储装置(2047)或ROM(2045))。实现本公开的各种实施例的软件可以存储在这样的设备中并且由内内核(2040)执行。根据特定需要，计算机可读介质可以包括一个或多个存储器设备或芯片。软件可以使内核(2040)并且特别是其中的处理器(包括CPU、GPU、FPGA等)执行本文中描述的特定过程或特定过程的特定部分，包括定义存储在RAM(2046)中的数据结构以及根据软件定义的过程修改这样的数据结构。此外或作为替代方案，该计算机系统可以提供作为逻辑硬连线或以其他方式体现在电路中的结果的功能(例如：加速器(2044))，其可以代替软件或与软件一起操作以执行本文中描述的特定过程或特定过程的特定部分。适当时，对软件的引用可以包含逻辑，反之亦然。适当时，对计算机可读介质的引用可以包含存储用于执行的软件的电路(诸如集成电路(IC))、包含用于执行的逻辑的电路，或两者。本公开包含硬件和软件的任何合适的组合。
附录A：首字母缩略词
JEM：联合探索模型
VVC：通用视频编解码
BMS：基准集
MV：运动矢量
HEVC：高效视频编解码
SEI：补充增强信息
VUI：视频可用性信息
GOP：图片组
TU：变换单元
PU：预测单元
CTU：编码树单元
CTB：编码树块
PB：预测块
HRD：假设参考解码器
SNR：信噪比
CPU：中央处理单元
GPU：图形处理单元
CRT：阴极射线管
LCD：液晶显示器
OLED：有机发光二极管
CD：光盘
DVD：数字化视频光盘
ROM：只读存储器
RAM：随机存取存储器
ASIC：专用集成电路
PLD：可编程逻辑设备
LAN：局域网
GSM：全球移动通信系统
LTE：长期演进
CANBus：控制器区域网络总线
USB：通用串行总线
PCI：外围设备互连
FPGA：现场可编程门区域
SSD：固态驱动器
IC：集成电路
CU：编码单元
虽然本公开已经描述了若干示例性实施例，但是存在落入本公开的范围内的改变、置换和各种替代等同物。因此，应当理解，本领域技术人员将能够设计出虽然未在本文中明确示出或描述但体现本公开的原理并且因此在本公开的精神和范围内的许多系统和方法。

Claims (20)

1.一种在解码器中进行视频解码的方法，其特征在于，包括：
从已编码视频码流中解码出变换块(TB)的编码信息，所述编码信息指示所述TB的帧内预测模式信息、所述TB的大小、以及所述TB的主变换类型中的一个，所述TB的帧内预测模式信息指示所述TB的帧内预测模式；
基于所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个，确定用于对二次变换索引进行熵解码的上下文，所述二次变换索引指示一组二次变换中的将对所述TB执行的二次变换；
基于所述上下文对所述二次变换索引进行熵解码；以及
对所述TB执行由所述二次变换索引指示的所述二次变换。
2.根据权利要求1所述的方法，其特征在于，
所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个指示所述TB的大小；并且
所述确定所述上下文包括基于所述TB的大小确定用于对所述二次变换索引进行熵解码的所述上下文。
3.根据权利要求2所述的方法，其特征在于，
所述TB的大小指示所述TB的宽度W和所述TB的高度H，
所述TB的所述宽度W和所述TB的所述高度H中的最小值是L，并且
所述确定所述上下文进一步包括基于L或L×L来确定所述上下文。
4.根据权利要求1所述的方法，其特征在于，
所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个指示所述TB的帧内预测模式信息；并且
所述确定所述上下文包括基于所述TB的帧内预测模式信息确定用于对所述二次变换索引进行熵解码的所述上下文。
5.根据权利要求4所述的方法，其特征在于，
所述TB的帧内预测模式信息指示标称模式索引，所述TB通过定向预测模式来预测，所述定向预测模式是基于所述标称模式索引和角度偏移确定的，并且
所述确定所述上下文包括基于所述标称模式索引来确定用于对所述二次变换索引进行熵解码的所述上下文。
6.根据权利要求4所述的方法，其特征在于，
所述TB的帧内预测模式信息指示标称模式索引，所述TB通过定向预测模式来预测，所述定向预测模式是基于所述标称模式索引和角度偏移确定的，并且
所述确定所述上下文包括基于与所述标称模式索引相关联的索引值来确定用于对所述二次变换索引进行熵解码的所述上下文。
7.根据权利要求4所述的方法，其特征在于，
所述TB的帧内预测模式信息指示非定向预测模式索引，所述TB通过由所述非定向预测模式索引指示的非定向预测模式来预测，并且
所述确定所述上下文包括基于所述非定向预测模式索引来确定用于对所述二次变换索引进行熵解码的所述上下文。
8.根据权利要求4所述的方法，其特征在于，
所述TB的帧内预测模式信息指示用于预测所述TB的递归滤波模式，
所述方法包括基于所述递归滤波模式来确定标称模式索引，所述标称模式索引指示标称模式，并且
所述确定所述上下文包括基于所述标称模式索引来确定用于对所述二次变换索引进行熵解码的所述上下文。
9.根据权利要求1所述的方法，其特征在于，
所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个指示所述TB的主变换类型；并且
所述确定所述上下文包括基于所述TB的主变换类型确定对所述二次变换索引进行熵解码的所述上下文。
10.根据权利要求9所述的方法，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换，并且
所述确定所述上下文进一步包括基于所述水平主变换类型和所述垂直主变换类型都是离散余弦变换(DCT)或都是非对称离散正弦变换(ADST)来确定用于对所述二次变换索引进行熵解码的所述上下文。
11.根据权利要求9所述的方法，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换，并且
所述确定所述上下文进一步包括基于所述水平主变换类型和所述垂直主变换类型都是离散余弦变换(DCT)或都是线图变换(LGT)来确定用于对所述二次变换索引进行熵解码的所述上下文。
12.根据权利要求9所述的方法，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换，并且
所述确定所述上下文进一步包括基于所述水平主变换类型和所述垂直主变换类型是(i)都是离散余弦变换(DCT)、(ii)都是线图变换(LGT)、(iii)分别是DCT和LGT、或(iv)分别是LGT和DCT，来确定用于对所述二次变换索引进行熵解码的所述上下文。
13.根据权利要求9所述的方法，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换，并且
所述确定所述上下文进一步包括基于所述水平主变换类型和所述垂直主变换类型是(i)都是离散余弦变换(DCT)、(ii)都是线图变换(LGT)、(iii)分别是DCT和恒等变换(IDTX)、或(iv)分别是IDTX和DCT，来确定用于对所述二次变换索引进行熵解码的所述上下文。
14.一种用于视频解码的装置，其特征在于，包括
处理电路，所述处理电路被配置为：
从已编码视频码流中解码出变换块(TB)的编码信息，所述编码信息指示所述TB的帧内预测模式信息、所述TB的大小、以及所述TB的主变换类型中的一个，所述TB的帧内预测模式信息指示所述TB的帧内预测模式；
基于所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个来确定用于对二次变换索引进行熵解码的上下文，所述二次变换索引指示一组二次变换中将对所述TB执行的二次变换；
基于所述上下文对所述二次变换索引进行熵解码；以及
对所述TB执行由所述二次变换索引指示的所述二次变换。
15.根据权利要求14所述的装置，其特征在于，
所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个指示所述TB的大小；并且
所述处理电路被配置为基于所述TB的大小来确定用于对所述二次变换索引进行熵解码的所述上下文。
16.根据权利要求14所述的装置，其特征在于，
所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个指示所述TB的帧内预测模式信息；并且
所述处理电路被配置为基于所述TB的帧内预测模式信息来确定用于对所述二次变换索引进行熵解码的所述上下文。
17.根据权利要求14所述的装置，其特征在于，
所述TB的帧内预测模式信息、所述TB的大小和所述TB的主变换类型中的一个指示所述TB的主变换类型；并且
所述处理电路被配置为基于所述TB的主变换类型来确定用于对所述二次变换索引进行熵解码的所述上下文。
18.根据权利要求17所述的装置，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换；并且
所述处理电路被配置为基于所述水平主变换类型和所述垂直主变换类型都是离散余弦变换(DCT)或都是非对称离散正弦变换(ADST)来确定用于对所述二次变换索引进行熵解码的所述上下文。
19.根据权利要求17所述的装置，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换；并且
所述处理电路被配置为基于所述水平主变换类型和所述垂直主变换类型都是离散余弦变换(DCT)或都是线图变换(LGT)，来确定用于对所述二次变换索引进行熵解码的所述上下文。
20.根据权利要求17所述的装置，其特征在于，
由所述主变换类型指示的主变换包括由水平主变换类型指示的水平变换和由垂直主变换类型指示的垂直变换；并且
所述处理电路被配置为基于所述水平主变换类型和所述垂直主变换类型是(i)都是离散余弦变换(DCT)、(ii)都是线图变换(LGT)、(iii)分别是DCT和LGT、或(iv)分别是LGT和DCT，来确定用于对所述二次变换索引进行熵解码的所述上下文。
CN202180014507.0A 2020-11-11 2021-06-29 视频编解码方法和装置 Pending CN115088260A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063112529P 2020-11-11 2020-11-11
US63/112,529 2020-11-11
US17/360,431 2021-06-28
US17/360,431 US11930186B2 (en) 2020-11-11 2021-06-28 Method and apparatus for video coding
PCT/US2021/039633 WO2022103444A1 (en) 2020-11-11 2021-06-29 Method and apparatus for video coding

Publications (1)

Publication Number Publication Date
CN115088260A true CN115088260A (zh) 2022-09-20

Family

ID=81453773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180014507.0A Pending CN115088260A (zh) 2020-11-11 2021-06-29 视频编解码方法和装置

Country Status (6)

Country Link
US (2) US11930186B2 (zh)
EP (1) EP4055828A4 (zh)
JP (2) JP2023513772A (zh)
KR (1) KR20220100726A (zh)
CN (1) CN115088260A (zh)
WO (1) WO2022103444A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024020117A1 (en) * 2022-07-19 2024-01-25 Google Llc Dependent context model for transform types
WO2024049024A1 (ko) * 2022-08-29 2024-03-07 현대자동차주식회사 1차 변환 커널에 적응적인 분리 불가능한 2차 변환 기반 비디오 코딩을 위한 방법 및 장치

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10681379B2 (en) 2015-09-29 2020-06-09 Qualcomm Incorporated Non-separable secondary transform for video coding with reorganizing
US10939104B2 (en) 2015-10-13 2021-03-02 Samsung Electronics Co., Ltd. Method and device for encoding or decoding image
ES2949998T3 (es) 2018-06-03 2023-10-04 Lg Electronics Inc Método y dispositivo para procesar una señal de vídeo usando una transformada reducida
KR20230061564A (ko) * 2018-07-02 2023-05-08 엘지전자 주식회사 이차 변환을 기반으로 비디오 신호를 처리하는 방법 및 장치
JP2020053924A (ja) * 2018-09-28 2020-04-02 シャープ株式会社 動画像符号化装置、動画像復号装置
US11025909B2 (en) 2019-03-21 2021-06-01 Tencent America LLC Method and apparatus for video coding

Also Published As

Publication number Publication date
EP4055828A1 (en) 2022-09-14
JP2023513772A (ja) 2023-04-03
KR20220100726A (ko) 2022-07-15
US20220150510A1 (en) 2022-05-12
EP4055828A4 (en) 2023-03-08
US11930186B2 (en) 2024-03-12
JP2024074928A (ja) 2024-05-31
US20240163455A1 (en) 2024-05-16
WO2022103444A1 (en) 2022-05-19

Similar Documents

Publication Publication Date Title
US11800126B2 (en) Video encoding using a directional mode and a non-separable transform
CN115623201A (zh) 视频编码方法和装置
US11172211B2 (en) Method and apparatus for video coding
CN113614736A (zh) 视频编解码的方法和装置
CN113396590B (zh) 视频解码的方法和装置、计算机设备及存储介质
US11750831B2 (en) Method and apparatus for video coding
JP7413552B2 (ja) デコーダが実行するビデオデコーディングの方法、装置、及びプログラム、並びにエンコーダが実行するビデオコーディングの方法
CN113597763A (zh) 视频编解码的方法及装置
CN113994676A (zh) 视频编解码方法和装置
US20240163455A1 (en) Entropy coding a secondary transform index based on primary transform type
KR20220085836A (ko) 비디오 코딩 방법 및 장치
US20230020637A1 (en) Quantizer for One-Dimensional Transform Skip
US20220201334A1 (en) Method and apparatus for video coding
CN115486077A (zh) 针对变换系数的符号图的改进熵编码
CN115769577A (zh) 具有子空间约束的正交变换生成
CN115552902A (zh) 变换划分与主/二次变换类型选择之间的交互
CN117044203A (zh) 用于一维变换跳过的eob的信令
KR20230106688A (ko) 적응적 다중 변환 세트 선택

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40073788

Country of ref document: HK